私はKeras（Repoの例からResnet50）に機能モデルを持っています。私はImageDataGeneratorとflow_from_directoryのデータで訓練し、.h5ファイルに保存しました。私がmodel.predictと呼ぶとき、私はクラス確率の配列を得る。しかし私はそれらをクラスラベル（私の場合はフォルダ名）と関連づけたい。どうすれば入手できますか？私はmodel.predict_classesとmodel.predict_probaを使用することができましたが、機能モデルではこれらの機能は使用できません。Keras機能モデルからクラスラベルを取得
更新：これは新しいKerasのバージョンではもはや有効ではありません。 Emilia Apostolovaの回答にあるようにargmax()を使用してください。
機能的APIモデルは、分類のためにクラス確率を返すpredict()関数を持っています。次に、probas_to_classes()ユーティリティー機能を使用して最も可能性の高いクラスを選択できます。例：
y_proba = model.predict(x)
y_classes = keras.np_utils.probas_to_classes(y_proba)
これは、シーケンシャルモデルのmodel.predict_classes(x)に相当します。
これは、機能的APIがpredict_classes()が意味をなさないより一般的な種類のタスクをサポートしているためです。
flow_from_directoryを使用する場合、問題は確率出力の解釈方法です。同様に、flow_from_directoryがワンホットベクトルを作成する方法として、確率出力とクラスラベルをどのようにマップするかは、これまでは知られていない。
我々は
generator= train_datagen.flow_from_directory("train", batch_size=batch_size)
label_map = (generator.class_indices)
を使用する場合label_map変数はこの
{'class_14': 5, 'class_10': 1, 'class_11': 2, 'class_12': 3, 'class_13': 4, 'class_2': 6, 'class_3': 7, 'class_1': 0, 'class_6': 10, 'class_7': 11, 'class_4': 8, 'class_5': 9, 'class_8': 12, 'class_9': 13}
これから、確率スコアとクラス名の間に関係を導くことができます。
基本的に、このコードでこの辞書を作成できます。
from glob import glob
class_names = glob("*") # Reads all the folders in which images are present
class_names = sorted(class_names) # Sorting them
name_id_map = dict(zip(class_names, range(len(class_names))))
上記コード中の変数name_id_mapもflow_from_directoryのclass_indices関数から得られたものと同じ辞書を含んでいます。
希望すると便利です。
現在、np.utils.py（https://github.com/fchollet/keras/blob/master/keras/utils/np_utils.pyを参照）のコードにはprobas_to_classesメソッドがありません。彼らはこれを他の機能に変えましたか？私を助けてください。 – noobalert
私は@noobalertが述べたのと同じ問題があります、それは機能を持っていません。 –
代わりに 'y_classes = y_proba.argmax（axis = -1）'を使用してください – Zach