Keras中实现.H5模型加载与测试

安装命令（使用清华镜像）：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 要安装的库

相关的库：
import os
from keras.models import load_model
import numpy as np
import cv2

import os
from keras.models import load_model
import numpy as np
import cv2

#加载模型h5文件
model = load_model("./vgg16_1.h5")
model.summary() #输出模型各层的参数状况
#规范化图片大小和像素值
def get_inputs(src=[]):
    pre_x = []
    for s in src:
        input = cv2.imread(s)  #读取图像
        input = cv2.resize(input, (32, 32))  #图像缩放函数
        input = cv2.cvtColor(input, (3))   #颜色空间转换函数  input是需要转换的图片   （3）是转换何种格式
        pre_x.append(input)  # input一张图片
    pre_x = np.array(pre_x) / 255.0  #归一化
    return pre_x
#要预测的图片保存在这里
predict_dir = '.\\'+input("请输入要预测的图片的路径:")
# #这个路径下有两个文件，分别是cat和truck
test = os.listdir(predict_dir)
#打印后：['ship', 'truck']
print(test)
#新建一个列表保存预测图片的地址
images = []
#获取每张图片的地址，并保存在列表images中
for testpath in test:  #循环获取测试路径底下需要测试的图片
    for fn in os.listdir(os.path.join(predict_dir, testpath)):
        if fn.endswith('jpg'):
            fd = os.path.join(predict_dir, testpath, fn)
            print(fd)
            images.append(fd)
#调用函数，规范化图片
pre_x = get_inputs(images)
#预测
pre_y = model.predict(pre_x)
print(pre_y)
print(np.argmax(model.predict(pre_x),axis=1))