我已经下载了一些H5文件,据我目前的理解,其中包含训练有素的图像识别模型。我可以使用Python,Keras,Tensorflow和ImageAI在图像上成功应用这些模型。
[从Internet上的一些示例中,我还发现其中一种模型经过了训练,可以检测汽车和人员。因此,我将一些汽车图像输入其中,然后开始工作。
我现在正在尝试从H5文件本身获取该信息,以便可以将某些预期的输入和某些非预期的输入传递到检测器中,以查看会发生什么。
[我搜索了Stack Overflow,了解如何读取H5文件并从中获取信息[1],[2],[3],[4],但是我得到的所有输出只是一堆技术数据。
让我们举一个具体的例子。我的模型显然可以识别汽车和卡车:
正如我们在图像中看到的,矩形具有car
和truck
之类的标签,因此这是它可以识别的对象的类型。我想确切地从H5文件中获取该信息。
我有
import h5py
def printH5Content(filename: str):
with h5py.File(filename, 'r') as f:
print("Keys: %s" % f.keys())
a_group_key = list(f.keys())[0]
print(list(f[a_group_key]))
printH5Content(model_path)
但它只给我
Keys: <KeysViewHDF5 ['model_weights']>
['add_1', 'add_10', 'add_11', 'add_12', 'add_13', 'add_14', ... 'zero_padding2d_4', 'zero_padding2d_5']
而且,访客没有提供更多信息:
def printH5Content(filename: str):
with h5py.File(filename, 'r') as f:
f.visit(print)
我如何从H5文件中获得car
和truck
字样,以便找出它的培训内容?
编辑评论:
[我坚信car
和truck
一词必须通过消除消除在H5文件中。我有3个输入:代码,H5模型和JPG图像。
我的代码的最低版本是:
from imageai.Detection import ObjectDetection
detector = ObjectDetection()
detector.setModelTypeAsTinyYOLOv3()
detector.setModelPath("./models/yolo-tiny.h5")
detector.loadModel()
detection = detector.detectObjectsFromImage(input_image="./input/cars.jpg", output_image_path="./output/cars.jpg")
我以为这些术语不在代码中这一假设是错误的。它们不在我的代码中,而是在导入的ImageAI库中。这可以通过使用ImageAI甚至不加载H5文件来确认:
from imageai.Detection import ObjectDetection
detector = ObjectDetection()
detector.setModelTypeAsTinyYOLOv3()
for _, value in detector.numbers_to_names.items():
print(value)
这给出了ImageAI可以检测到的80个项目的列表,包括car
和truck
。