如何将Keras Datagen的测试图像与预测数据匹配展示？

核心逻辑 #

Keras经ImageDataGenerator处理生成的测试数据生成器，其输出图像的顺序与预测结果数组classes的顺序完全对应，只需按索引一一匹配即可实现对应展示。

具体实现代码 #

1. 重置生成器指针 #

首先重置测试数据生成器，确保从第一组数据开始读取：

test_set.reset()

2. 批量匹配并展示 #

通过遍历生成器的批次数据，同时对应classes的索引范围，实现图像与预测结果的匹配展示：

import matplotlib.pyplot as plt
import numpy as np

# 遍历测试集批次
for batch_idx, (batch_images, _) in enumerate(test_set):
    # 计算当前批次对应的预测结果索引区间
    start = batch_idx * test_set.batch_size
    end = start + len(batch_images)
    batch_preds = classes[start:end]
    
    # 逐个展示图像与对应预测结果
    for img, pred in zip(batch_images, batch_preds):
        # 还原标准化后的图像（若使用了rescale参数）
        if np.max(img) <= 1:
            img = (img * 255).astype(np.uint8)
        # 绘图展示
        plt.figure(figsize=(6, 6))
        plt.imshow(img)
        plt.title(f"预测值: {pred.round(4)}")  # 保留4位小数提升可读性
        plt.axis('off')
        plt.show()
    
    # 处理完所有172张图像后终止循环
    if end >= len(classes):
        break

3. 额外：匹配图像文件名（可选） #

如果测试集是通过flow_from_directory创建的，可通过test_set.filenames获取原文件名，方便定位图像：

for batch_idx, (batch_images, _) in enumerate(test_set):
    start = batch_idx * test_set.batch_size
    end = start + len(batch_images)
    batch_preds = classes[start:end]
    batch_filenames = test_set.filenames[start:end]
    
    for img, pred, fname in zip(batch_images, batch_preds, batch_filenames):
        if np.max(img) <= 1:
            img = (img * 255).astype(np.uint8)
        plt.figure(figsize=(6, 6))
        plt.imshow(img)
        plt.title(f"文件名: {fname}\n预测值: {pred.round(4)}")
        plt.axis('off')
        plt.show()
    
    if end >= len(classes):
        break

关键注意事项 #

• 确保test_set的batch_size设置合理，避免最后一批数据索引越界（上述代码已处理此情况）。
• 若训练时对图像做了预处理（如归一化、旋转等），展示时需还原为可正常显示的格式（代码中已包含标准化还原逻辑）。

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