用于 keras 应用程序模型的 ImageNet 测试数据集
ImageNet test dataset for keras applications models
我有一个像这样在 ImageNet 上预训练的模型：
from keras.applications import resnet50
model = resnet50.ResNet50(weights='imagenet')
有什么方法可以获取测试 ImageNet 数据集及其标签（这意味着未用于训练上述 model 的数据）？
您可以加载一个带有权重=None和download的模型 imagenet dataset.You然后可以将数据集拆分为训练测试，使用训练集训练您的模型并使用测试集为了您的目的
原创
遗憾的是 ImageNet (from ILSVRC2012) 从未发布测试数据集中 100k 图像的标签。您可以改用验证数据集中的 50k 图像，其标签可以在 Develpoment Kit (tasks 1 and 2).
中找到
您可以从 http://www.image-net.org/challenges/LSVRC/2012/downloads
下载验证图像和验证标签
已更新！
有一个 ImageNet 测试集，包含 10 万张可用图像 here, and although you cannot access the labels, you can instead predict the labels for all the images and submit your predictions for evaluation (top1, top5) here。
我有一个像这样在 ImageNet 上预训练的模型：
from keras.applications import resnet50
model = resnet50.ResNet50(weights='imagenet')
有什么方法可以获取测试 ImageNet 数据集及其标签（这意味着未用于训练上述 model 的数据）？
您可以加载一个带有权重=None和download的模型 imagenet dataset.You然后可以将数据集拆分为训练测试，使用训练集训练您的模型并使用测试集为了您的目的
原创
遗憾的是 ImageNet (from ILSVRC2012) 从未发布测试数据集中 100k 图像的标签。您可以改用验证数据集中的 50k 图像，其标签可以在 Develpoment Kit (tasks 1 and 2).
您可以从 http://www.image-net.org/challenges/LSVRC/2012/downloads
下载验证图像和验证标签已更新！
有一个 ImageNet 测试集，包含 10 万张可用图像 here, and although you cannot access the labels, you can instead predict the labels for all the images and submit your predictions for evaluation (top1, top5) here。