模型预测时 np.argmax 返回错误索引的排查与解决-Python教程-PHP中文网

模型预测时 np.argmax 返回错误索引的排查与解决

聖光之護

发布： 2025-07-19 19:24:02

原创

286人浏览过

模型预测时 np.argmax 返回错误索引的排查与解决

本文旨在帮助读者排查并解决在使用手写数字分类器时，np.argmax 函数返回错误索引的问题。通过分析图像预处理、模型输入形状以及颜色空间转换等关键环节，提供切实可行的解决方案，确保模型预测的准确性。

在构建手写数字分类器时，即使模型在测试集上表现良好，但在实际应用中，使用 np.argmax 获取预测类别时可能会遇到错误索引的问题。这通常与图像预处理、模型输入形状以及颜色空间转换等因素有关。以下将详细介绍排查和解决此问题的步骤。

1. 图像预处理

图像预处理是影响模型预测结果的关键步骤。确保图像的尺寸和像素值范围与训练数据一致。

尺寸调整: 使用 cv2.resize 或 PIL.Image.resize 将输入图像调整为模型训练时使用的尺寸，通常是 28x28 像素。

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
from tensorflow import keras
from keras import models

# 加载模型
model = models.load_model("handwritten_classifier.model")
class_names = [0,1,2,3,4,5,6,7,8,9]

image_name = "five.png"
image = Image.open(image_name)
img = image.resize((28, 28), Image.Resampling.LANCZOS)

登录后复制

像素值归一化: 将像素值缩放到 0 到 1 的范围内。通常通过将像素值除以 255 实现。
```
img_array = np.array(img) / 255.0
```
登录后复制

2. 颜色空间转换

手写数字通常以灰度图像表示。如果输入图像是彩色图像，需要将其转换为灰度图像。

灰度转换: 使用 cv2.cvtColor 或 PIL.Image.convert("L") 将图像转换为灰度图像。
```
img = img.convert("L") # 使用PIL
```
登录后复制
或者

Robovision AI
一个强大的视觉AI管理平台

65

查看详情
```
import cv2 as cv
img = cv.imread("seven.png")
img = cv.cvtColor(img,cv.COLOR_BGR2GRAY) # 使用cv2
```
登录后复制
注意: 确保转换后的图像只有一个通道。如果图像有多个通道，模型可能会将其解释为多个样本，导致 np.argmax 返回错误的索引。

3. 模型输入形状

模型的输入形状必须与训练时使用的形状一致。对于手写数字分类器，通常是 (1, 28, 28)，其中 1 表示批次大小，28x28 表示图像的尺寸。

形状调整: 使用 numpy.reshape 调整输入图像的形状。
```
prediction = model.predict(np.array(img_array).reshape(-1,28,28))
```
登录后复制
-1 在 reshape 中表示该维度的大小由其他维度自动推断，在这里等价于 (1, 28, 28)。

4. 预测与结果展示

在完成上述步骤后，可以进行预测并使用 np.argmax 获取预测类别。

import numpy as np
import matplotlib.pyplot as plt

prediction = model.predict(np.array(img_array).reshape(-1,28,28))

plt.imshow(img, cmap=plt.cm.binary) # 显示灰度图像
plt.show()

print(prediction)
index = np.argmax(prediction)
print(index)
print(f"Prediction is {class_names[index]}")

登录后复制

完整示例代码

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
from tensorflow import keras
from keras import models

# 加载模型
model = models.load_model("handwritten_classifier.model")
class_names = [0,1,2,3,4,5,6,7,8,9]

image_name = "five.png"
image = Image.open(image_name)
img = image.resize((28, 28), Image.Resampling.LANCZOS)
img = img.convert("L")  # 转换为灰度图像
img_array = np.array(img) / 255.0 # 像素值归一化

prediction = model.predict(np.array(img_array).reshape(-1,28,28))

plt.imshow(img, cmap=plt.cm.binary) # 显示灰度图像
plt.show()

print(prediction)
index = np.argmax(prediction)
print(index)
print(f"Prediction is {class_names[index]}")

登录后复制