classification.zip

经典网络vgg应用于 图像二分类的训练代码，图像是不同插值方法的图片

from keras.models import load_model 
import numpy as np  
from keras.applications.vgg16 import VGG16 
from keras.models import Sequential 
from keras.layers import Conv2DMaxPool2DActivationdropoutFlattenDense 
from keras.optimizers import SGD 
from keras.preprocessing.image import ImageDataGeneratorimg_to_arrayload_img 
import glob

label = np.array（[‘org‘‘spl‘]）
 # 载入模型 
model = load_model（‘model_vgg161.h5‘）  
#model = load_model（‘model_cnn1.h5‘）
 # 导入图片 
num=0;

list=glob.glob（‘img/test/org/*.tif‘）
for i in（list）:
    image = load_img（i）  #45 513
#    image = image.resize（（45513）） 
    image = img_to_array（image）  #513 45 3
    image = image/255 
    image = np.expand_dims（image0）
    labelp=label[model.predict_classes（image）]
#    print（labelp）
    if labelp==‘org‘:
        num=num+1
    


list1=glob.glob（‘img/test/spl/*.tif‘）
for j in（list1）:
    image1 = load_img（j）
#    image1 = image1.resize（（45513）） 
    image1 = img_to_array（image1） 
    image1 = image1/255 
    image1 = np.expand_dims（image10）
    labelp=label[model.predict_classes（image1）]
    if labelp==‘spl‘:
        num=num+1 
print（num）


#import h5py
#f = h5py.File（‘model_vgg161.h5‘‘r‘） 
#a=f.keys（）
#for i in（a）:
#    print（i）
#f.close（）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        2378  2019-08-06 12:19  vggtrain.py
     文件        1307  2019-08-04 19:49  test1.py