如何在Keras的predict_generator()中获取关联图像名称？

首先，你遇到的每次预测结果不同的问题，根源在于shuffle参数的取值错误——你传入的是字符串 "false"，但Keras的flow_from_directory里的shuffle参数需要的是布尔值False（小写，不带引号）。在Python中，非空字符串会被视为True，所以你的设置其实相当于开启了打乱机制，导致每次运行都会随机选取图片。

先把代码里的shuffle = "false"改成shuffle=False，这样generator就会按目录下的固定顺序读取图片，每次steps=1时都会取第一张图。

接下来，要查看当前测试的图像名称，有两种简单可靠的方法：

方法一：直接通过generator属性定位文件名 #

flow_from_directory生成的test_batches对象自带filenames属性，它是一个按读取顺序排列的所有测试图片文件名的列表。当你设置steps=1且shuffle=False时，第一次预测的就是列表里的第一个元素：

# 修正shuffle参数为布尔值False
test_batches = ImageDataGenerator(preprocessing_function=preprocess_input).flow_from_directory(
    test_path,
    target_size=(224,224),
    batch_size=1,
    class_mode=None,
    shuffle=False
)

# 获取当前要测试的图片名称
current_image = test_batches.filenames[0]
print(f"当前测试的图片是：{current_image}")

# 执行预测
prediction = model.predict_generator(test_batches, steps=1, verbose=1)
print(np.argmax(prediction))

方法二：迭代generator动态获取当前batch的文件名 #

如果你后续需要测试多张图片，想要动态获取每次迭代对应的文件名，可以直接用next()方法获取batch数据和对应的文件名：

test_batches = ImageDataGenerator(preprocessing_function=preprocess_input).flow_from_directory(
    test_path,
    target_size=(224,224),
    batch_size=1,
    class_mode=None,
    shuffle=False
)

# 获取一个batch的图片数据与文件名
batch_data, batch_filenames = next(test_batches)
print(f"当前测试的图片是：{batch_filenames[0]}")

# 用该batch执行预测
prediction = model.predict(batch_data, verbose=1)
print(np.argmax(prediction))

这样就能准确知道每次预测的是哪张图片，同时也解决了每次选图不同的问题。

内容的提问来源于stack exchange，提问作者Asymptote