使用 opencv 预处理测试图像进行预测

Question

我正在处理以 RGB 格式保存的灰色图像数据集。我在这个数据集上训练了 VGG16，并以这种方式对其进行了预处理：

train_data_gen = ImageDataGenerator(rescale=1./255,rotation_range = 20, 
                                width_shift_range = 0.2, 
                                height_shift_range = 0.2,    
                                horizontal_flip = True)

validation_data_gen = ImageDataGenerator(rescale=1./255)

train_gen= train_data_gen.flow_from_directory(trainPath,
                                          target_size=(224, 224), 
                                          batch_size = 64, 
                                          class_mode='categorical' )

validation_gen= validation_data_gen.flow_from_directory(validationPath, target_size=(224, 224), 
batch_size = 64, class_mode='categorical' )

训练完成后，训练和验证准确率都很高 (92%)。

在预测阶段，我首先尝试按照https://keras.io/applications/中的说明对图像进行预处理：

img = image.load_img(img_path, target_size=(image_size,image_size))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)

但是，测试准确率很低！约 50%。我再次尝试在训练样本和验证样本上进行预测，得到的准确率很低，也在 50% 左右，这意味着问题在预测阶段。

相反，我使用OpenCV库对图像进行了预处理，精度更好，但仍然不如预期。我尝试对训练样本进行预测（训练期间的准确率为 92%），在预测期间我得到了 82%。这是代码：

        img = cv2.imread(imagePath)
        #np.flip(img, axis=-1)
        img= cv2.resize(img, (224, 224),
                                 interpolation = cv2.INTER_AREA)
        img = np.reshape(img, 
              (1, img.shape[0], img.shape[1], img.shape[2]))

        img = img/255.

结果与 with/without 翻转图像相同。预处理步骤有什么问题？谢谢

Answer 1

错误在调整大小函数的插值参数中。它应该是 cv2.INTER_NEAREST 而不是 cv2.INTER_AREA.

使用 opencv 预处理测试图像进行预测

Preprocessing test images using opencv for prediction

opencv

conv-neural-network

keras

tensorflow

vgg-net

使用 opencv 预处理测试图像进​​行预测

Preprocessing test images using opencv for prediction

opencv

conv-neural-network

keras

tensorflow

vgg-net

使用 opencv 预处理测试图像进行预测