自定义盲文识别模型预测报错：decode_predictions不支持26分类输出

你遇到的报错是因为tf.keras.applications.imagenet_utils.decode_predictions仅适配输出1000个ImageNet类别的模型，而你的模型是针对26个英文字母的自定义分类模型，需要自己实现类别到字母的映射逻辑，具体步骤如下：

1. 获取类别-字母映射关系 #

你使用flow_from_directory生成训练/验证数据时，生成器对象train_generator自带class_indices属性，这是一个{字母: 类别索引}的字典。我们可以反转这个字典，得到{索引: 字母}的映射，用于后续预测结果转换：

# 反转class_indices，得到索引到字母的映射
idx_to_char = {v: k for k, v in train_generator.class_indices.items()}

2. 修正测试代码的预处理逻辑 #

注意：你的模型训练时没有使用ResNet50的预处理逻辑（tf.keras.applications.resnet50.preprocess_input），测试时误用该预处理会导致输入数据分布和训练时不一致，影响预测准确性。需要替换为和训练阶段一致的预处理（你用的ImageDataGenerator默认没有额外缩放，只需保证输入尺寸和训练时的(28,28)一致即可）。

3. 替换decode_predictions，实现自定义预测结果转换 #

以下是修改后的完整测试代码：

import numpy as np
import tensorflow as tf
import matplotlib.pyplot as plt

img_path = "./test/a1.JPG10whs.jpg"
img = plt.imread(img_path)
# 调整图片尺寸和训练时一致
img = tf.image.resize(img, (28, 28))
img_array = tf.keras.utils.img_to_array(img)
img_batch = np.expand_dims(img_array, axis=0)

# 这里去掉ResNet的预处理，改用和训练一致的逻辑（如果训练时ImageDataGenerator设置了rescale=1./255，这里也要加：img_batch = img_batch / 255.0）

prediction = model.predict(img_batch)

# 获取top3的预测索引和概率
top3_indices = np.argsort(prediction[0])[::-1][:3]
top3_results = [(idx_to_char[idx], prediction[0][idx]) for idx in top3_indices]

# 输出结果
print("Top3预测结果：")
for char, prob in top3_results:
    print(f"字符: {char}, 概率: {prob:.4f}")
# 输出最可能的字符
print(f"最可能的字符: {idx_to_char[np.argmax(prediction)]}")

额外说明 #

如果训练后保存了模型，后续加载模型时没有train_generator对象，可以手动构建索引-字母映射：

# 手动构建a-z的索引映射，索引0对应a，1对应b，以此类推
idx_to_char = {i: chr(ord('a') + i) for i in range(26)}

内容的提问来源于stack exchange，提问作者Fran Fernández