model_load.py

import numpy as np
from keras.models import model_from_json
from keras.preprocessing.image import load_img, img_to_array

# -------------------------------------------------------------------------------------
#                        モデルの読み込み部
# -------------------------------------------------------------------------------------

# 入力画像サイズ - 訓練時の画像サイズと合わせる
INPUT_IMAGE_SIZE = 224

# GrayScaleのときに1、COLORのときに3にする - 訓練時のカラーチャンネル数と合わせる
COLOR_CHANNEL = 3

# 確認したい画像へのフルパス
TEST_PATH =  "..\\test_dataset\\test_image.jpg"

# 今回利用するアーキテクチャと重みのファイルへのパス
MODEL_ARC_PATH = 'model_architecture.json'
WEIGHTS_PATH = 'weights.hdf5'

# -------------------------------------------------------------------------------------
#                        テスト画像入力部
# -------------------------------------------------------------------------------------

# 今回は1枚の画像だが複数画像対応も可能
test_images = []

# テスト画像の入力部分
if COLOR_CHANNEL == 1:
    img = load_img(TEST_PATH, color_mode = "grayscale", target_size=(INPUT_IMAGE_SIZE, INPUT_IMAGE_SIZE))
elif COLOR_CHANNEL == 3:
    img = load_img(TEST_PATH, color_mode = "rgb", target_size=(INPUT_IMAGE_SIZE, INPUT_IMAGE_SIZE))
    array = img_to_array(img)
    test_images.append(array)

test_images = np.array(test_images)

# imageの画素値をint型からfloat型にする
test_images = test_images.astype('float32')
# 画素値を[0～255]⇒[0～1]とする
test_images = test_images / 255.0

# -------------------------------------------------------------------------------------
#                        モデル読み込み部分
# -------------------------------------------------------------------------------------

# JSONファイルからモデルのアーキテクチャを得る
model_arc_str = open(MODEL_ARC_PATH).read()
model = model_from_json(model_arc_str)

# モデル構成の確認
model.summary()

# モデルの重みを得る
model.load_weights(WEIGHTS_PATH)

# -------------------------------------------------------------------------------------
#                        　　　テスト実行部
# -------------------------------------------------------------------------------------

# テストの実行
result = model.predict(test_images, batch_size=1)

# 結果の表示
print('result : ', result)
max_index = np.argmax(result)
print('max_index : ', max_index)