與Django結合利用模型對上傳圖片預測的實例詳解

更新時間：2019年08月07日 14:42:08 作者：小關學長

今天小編就為大家分享一篇與Django結合利用模型對上傳圖片預測詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

1 預處理

（1）對上傳的圖片進行預處理成100*100大小

def prepicture(picname):
  img = Image.open('./media/pic/' + picname)
  new_img = img.resize((100, 100), Image.BILINEAR)
  new_img.save(os.path.join('./media/pic/', os.path.basename(picname)))

（2）將圖片轉(zhuǎn)化成數(shù)組

def read_image2(filename):
  img = Image.open('./media/pic/'+filename).convert('RGB')
  return np.array(img)

2 利用模型進行預測

def testcat(picname):
  # 預處理圖片 變成100 x 100
  prepicture(picname)
  x_test = []

  x_test.append(read_image2(picname))

  x_test = np.array(x_test)

  x_test = x_test.astype('float32')
  x_test /= 255

  keras.backend.clear_session() #清理session反復識別注意
  model = Sequential()
  model.add(Conv2D(32, (3, 3), activation='relu', input_shape=(100, 100, 3)))
  model.add(Conv2D(32, (3, 3), activation='relu'))
  model.add(MaxPooling2D(pool_size=(2, 2)))
  model.add(Dropout(0.25))

  model.add(Conv2D(64, (3, 3), activation='relu'))
  model.add(Conv2D(64, (3, 3), activation='relu'))
  model.add(MaxPooling2D(pool_size=(2, 2)))
  model.add(Dropout(0.25))

  model.add(Flatten())
  model.add(Dense(256, activation='relu'))
  model.add(Dropout(0.5))
  model.add(Dense(4, activation='softmax'))

  sgd = SGD(lr=0.01, decay=1e-6, momentum=0.9, nesterov=True)
  model.compile(loss='categorical_crossentropy', optimizer=sgd, metrics=['accuracy'])


  model.load_weights('./cat/cat_weights.h5')
  classes = model.predict_classes(x_test)[0]
  # target = ['布偶貓', '孟買貓', '暹羅貓', '英國短毛貓']
  # print(target[classes])
  return classes

3 與Django結合

在views中調(diào)用模型進行圖片分類

def catinfo(request):
  if request.method == "POST":
    f1 = request.FILES['pic1']
    # 用于識別
    fname = '%s/pic/%s' % (settings.MEDIA_ROOT, f1.name)
    with open(fname, 'wb') as pic:
      for c in f1.chunks():
        pic.write(c)
    # 用于顯示
    fname1 = './static/img/%s' % f1.name
    with open(fname1, 'wb') as pic:
      for c in f1.chunks():
        pic.write(c)

    num = testcat(f1.name)
    # 有的數(shù)據(jù)庫id從1開始這樣就會報錯
    # 因此原本數(shù)據(jù)庫中的id=0被系統(tǒng)改為id=4
    # 遇到這樣的問題就加上
    # if(num == 0):
    #  num = 4 
    # 通過id獲取貓的信息
    name = models.Catinfo.objects.get(id = num)
    return render(request, 'info.html', {'nameinfo': name.nameinfo, 'feature': name.feature, 'livemethod': name.livemethod, 'feednn': name.feednn, 'feedmethod': name.feedmethod, 'picname': f1.name})
  else:
    return HttpResponse("上傳失?。?)

以上這篇與Django結合利用模型對上傳圖片預測的實例詳解就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: