为了账号安全,请及时绑定邮箱和手机立即绑定

从文件路径中删除目录

从文件路径中删除目录

慕森卡 2023-04-18 15:47:06
我使用 Python 和 Keras 制作了一个卷积神经网络。我在测试集上测试我的模型,每个类的图像数量是随机的(1 个文件夹包含 x 数量的图像)。我能够获得一个数据框,其中显示图像和目录的文件名以及预测。我想从文件名中删除目录。它随机显示 350 张图像/dogs1.tif,我希望它只显示 dogs1.tif。  #import my modelnew_model = tf.keras.models.load_model('model folder')#upload my test datatrain_datagen = ImageDataGenerator(rescale=1./255)test_batches = train_datagen.flow_from_directory(        'folder containing random images',        target_size=(224, 224),        batch_size=10,        classes = None,        class_mode = None,        shuffle = False)#my predictionpredictions = new_model.predict(test_batches, steps=35, verbose=0)#rounding my predctionsrounded_predictions = np.argmax(predictions, axis = -1)#converting one hot encoded labels to categorical labels labels =["dog","cat","horse"]names = [0,1,2]labels_name = dict(zip(names, labels))#joining them togetherlabels_name = dict((v,k) for k,v in labels_name.items())predictions = [labels[k] for k in rounded_predictions]#getting files names for the imagesfilenames= test_batches.filenames#creating the dataframeresults=pd.DataFrame({"file":filenames,"pr":predictions})
查看完整描述

1 回答

?
12345678_0001

TA贡献1802条经验 获得超5个赞

#getting files names for the images

filenames= test_batches.filenames


filename_extr=[]

for i in filenames:

  filename_extr.append(os.path.basename(i))


#creating the dataframe

results=pd.DataFrame({"file":filename_extr,"pr":predictions})

应该做的。(这(使用 for 循环)只是一种方法。当然还有很多其他方法。)


查看完整回答
反对 回复 2023-04-18
  • 1 回答
  • 0 关注
  • 84 浏览
慕课专栏
更多

添加回答

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信