如何從圖像分類中的卷積神經網絡中獲取預測標簽

Question

我已經使用Convolution Neural Net或CNNs構建了CIFAR-10圖像分類模型。
模型完全完成並獲得了大約 59% 的准確率，但我的問題是如何從模型中獲取預測標簽。 它可以預測這些類（10）：

['airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck']

我想說的是，例如，我們給模型一個飛機的圖像，它應該預測並在預測后向我顯示標簽，但我不明白如何獲得預測的標簽。

這是我嘗試過的，但不明白輸出是什么：

with tf.Session() as sess:
    sess.run(init)
    print(sess.run(tf.argmax(y_pred, 1), feed_dict={x:ch.test_images, y_true:ch.test_labels, hold_prob:1.0}))
    print(sess.run(tf.argmax(y_true, 1), feed_dict={x:ch.test_images, y_true:ch.test_labels, hold_prob:1.0}))

輸出：

[0 0 0 ... 0 3 3]
[3 8 8 ... 5 1 7]

規格：
張量流版本：1.15.2
編輯：谷歌 Colab
操作系統：Windows 7

GOOGLE COLAB 文件鏈接： https : //drive.google.com/file/d/1NpYGWvo9bNG0SJsFJ6R3se46b1ovDUX8/view?usp = sharing注意：鏈接已過時

如果您想了解更多信息或不想對問題提出任何疑問，請告訴我！

Answer 1

你得到的是類的indexes ，即每個類所代表的數字。 在您的示例中，0 表示“飛機”，1 表示“汽車”，依此類推。

要獲取名稱，您只需要訪問類名稱。

classes=['airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck']
with tf.Session() as sess:
    sess.run(init)
    idxs = sess.run(tf.argmax(y_pred, 1), feed_dict={x:ch.test_images, y_true:ch.test_labels, hold_prob:1.0}))
    labels = [classes[idx] for idx in idxs]
    print(labels)