Tensorflow - 對多個圖像進行批量預測

Question

我有一個人faces列表，其中列表的每個元素都是一個 numpy 數組，形狀為（1、224、224、3），即人臉圖像。 我有一個 model 的輸入形狀是(None, 224, 224, 3)和 output 形狀是(None, 2) 。

現在我想對faces列表中的所有圖像進行預測。 當然，我可以遍歷列表並逐個獲得預測，但我想將所有圖像作為一個批次處理，只使用一次調用model.predict()來更快地獲得結果。

如果我像現在這樣直接傳遞面孔列表（最后的完整代碼），我只會得到第一張圖像的預測。

print(f"{len(faces)} faces found")
print(faces[0].shape)
maskPreds = model.predict(faces)
print(maskPreds)

Output：

3 faces found
(1, 224, 224, 3)
[[0.9421933  0.05780665]]

但是 3 張圖像的maskPreds應該是這樣的：

[[0.9421933  0.05780665], 
 [0.01584494 0.98415506], 
 [0.09914105 0.9008589 ]] 

完整代碼：

from tensorflow.keras.models import load_model
from cvlib import detect_face
import cv2
import numpy as np

def detectAllFaces(frame):
    dets = detect_face(frame)
    boxes = dets[0]
    confidences = dets[1]
    faces = []

    for box, confidence in zip(boxes, confidences):
        startX, startY, endX, endY = box
        cv2.rectangle(frame, (startX, startY), (endX, endY), (0, 255, 0), 1)
        face = frame[startY:endY, startX:endX]
        face = cv2.resize(face, (224, 224))
        face = np.expand_dims(face, axis=0) # convert (224,224,3) to (1,224,224,3)
        faces.append(face)

    return faces, frame

model = load_model("mask_detector.model")
vs = cv2.VideoCapture(0)
model.summary()

while True:
    ret, frame = vs.read()
    if not ret:
        break            
    faces, frame = detectAllFaces(frame)

    if len(faces):
        print(f"{len(faces)} faces found")
        maskPreds = model.predict(faces) # <==========
        print(maskPreds) 

    cv2.imshow("Window", frame)
    if cv2.waitKey(1) == ord('q'):
        break

cv2.destroyWindow("Window")
vs.release()

注意：如果我不將每個圖像從 (224, 224, 3) 轉換為 (1, 224, 224, 3)，tensorflow 會拋出錯誤，指出輸入尺寸不匹配。

ValueError: Error when checking input: expected input_1 to have 4 dimensions, but got array with shape (224, 224, 3)

如何實現批量預測？

Answer 1

在這種情況下， model.predict() function 的輸入需要作為 Z2EA9510C37F7F89E4941FF75F7F89E4941FF75F62F21CBZ 形狀數組（N，224，輸入圖像 24 數量）給出。

To achieve this, we can stack the N individual numpy arrays of size ( 1, 224, 224, 3) into one array of size ( N, 224, 224, 3) and then pass it to model.predict() function.

maskPreds = model.predict(np.vstack(faces))