使用 Keras 的 ImageDataGenerator 预测单个图像

我对深度学习很陌生，所以请原谅我这个可能很简单的问题。

我训练了一个网络来分类positive and negative。为了简化图像生成和拟合过程，我使用了ImageDataGenerator和fit_generator函数，如下图：

import tensorflow as tf
from tensorflow.keras.preprocessing.image import ImageDataGenerator

# Simplified model
model = tf.keras.models.Sequential([
    tf.keras.layers.Conv2D(16, (3,3), activation='relu', input_shape=(12, 12, 3)),
    tf.keras.layers.MaxPooling2D(2, 2),
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(1, activation='sigmoid')
])

# Image import, for 'validation_generator' equally
train_datagen = ImageDataGenerator(rescale=1./255)
train_generator = train_datagen.flow_from_directory(
    './training/',
    target_size=(12, 12),
    batch_size=128,
    class_mode='binary')

# Compiling
model.compile(loss='binary_crossentropy',
             optimizer='adam',
             metrics=['acc'])

# Fitting, for Tensorboard 'history = model.fit_gen...'
model.fit_generator(train_generator,
                    steps_per_epoch=8,
                    epochs=50,
                    verbose=1,
                    validation_data = validation_generator,
                    validation_steps=8,
                    callbacks=[tb]) # Standard Tensorboard

我想使用我的模型来预测单个图像（导入为numpy array） 如下所示：

image = 'single imported image with shape (12, 12, 3)'
model.predict(image)

但是，我得到的唯一结果是一条错误消息，指出Matrix size-incompatible。我努力了model.predict_generator() on my validation_generator这是有效的，但这不是一个单一的图像。

提前致谢。

如果您想对单个图像进行预测，请执行以下操作：

image = np.random.rand(12, 12, 3) # single imported image with shape (12, 12, 3)
image = np.expand_dims(image, axis=0) # image shape is (1, 12, 12, 3)
model.predict(image)

换句话说，您的模型仍然期望输入形状为(None, 12, 12, 3)。因此，在进行预测之前，将图像的尺寸扩展为一批单个图像。