如何以图像形式保存CNN模型的输出（预测）？

Question

我有一个名为Downloaded的文件夹，其中包含必须由受过训练的CNN模型进行预测的图像。

以下是导入图像的代码：

import os
images = []

for filename in os.listdir("downloaded"):
    img = Image.open(os.path.join("downloaded", filename))
    img = img.resize((32, 32))
    plt.imshow(img)
    plt.show()
    img = np.array(img) / 255
    images.append(img)

现在，以下代码有助于对这些图像进行预测：

predictions = model.predict(images)

最后，对于每个图像，预测以图像和图形的形式显示。

fig, axs = plt.subplots(9, 2, figsize=(10, 25))
axs = axs.ravel()
for i in range(18):
    if i%2 == 0:
        axs[i].axis('off')
        axs[i].imshow(images[i // 2])
        axs[i].set_title("Prediction: %s" % id_to_name[np.argmax(predictions[i // 2])])

    else:
        axs[i].bar(np.arange(65), predictions[i // 2])
        axs[i].set_ylabel("Softmax")
        axs[i].set_xlabel("Labels")

plt.show()

我想以图像形式保存此输出。

为此，我使用以下代码：

fig, axs = plt.subplots(9, 2, figsize=(10, 25))
axs = axs.ravel()
for i in range(18):
    if i%2 == 0:
        axs[i].axis('off')
        axs[i].imshow(images[i // 2])
        axs[i].set_title("Prediction: %s" % id_to_name[np.argmax(predictions[i // 2])])
        plt.imsave('"Prediction: %s" % id_to_name[np.argmax(predictions[i // 2])]',axs[i])

    else:
        axs[i].bar(np.arange(65), predictions[i // 2])
        axs[i].set_ylabel("Softmax")
        axs[i].set_xlabel("Labels")


plt.show()

但是，出现以下错误：

AttributeError: 'AxesSubplot' object has no attribute 'shape'

您能告诉我们如何将输出保存在图像中吗？

PS：以下是images包含的内容：

出[94]：

[array（[[[[1。，0.85882353，0.85882353]，[1.，0.04313725，0.03921569]，[1.，0.04313725，0.03921569]，...，[1.，0.04313725，0.03921569]，[1.，0.03529412 ，0.03137255]，[1.，0.76862745，0.76470588]]，

  [[1. , 0. , 0. ], [1. , 0. , 0. ], [1. , 0. , 0. ], ..., [1. , 0. , 0. ], [1. , 0. , 0. ], [1. , 0. , 0. ]],................... 

Answer 1

如果要将阵列另存为图像，则需要提供阵列以进行imsave

plt.imsave('filename.png', images[i // 2])

如果要将其中包含imshow图的matplotlib图保存到文件中，则应使用savefig 。

fig.savefig("filename.png")

Answer 2

我能够使用以下代码保存图像：

for i in range(len(images)*2):
        finalPrediction.append(id_to_name[np.argmax(predictions[i // 2])])
        plt.imsave(('testo/ {}.jpg'.format(str(i // 2)+id_to_name[np.argmax(predictions[i // 2])])),images[i // 2])