local画像を推論

前提・実現したいこと

私は以下githubにあるソースコードについてローカル画像を推論したいです。
githubSouceCode

試したこと

particular_x_test.shape() = (1,28,28,1)

        model.load_weights(args.weights)
        y_pred, x_recon = model.predict(particular_x_test, batch_size=1)

起きているエラー

python
1ValueError: Error when checking model input: the list of Numpy arrays that you are passing to your model is not the size the model expected. Expected to see 2 array(s), but instead got the following list of 1 arrays: [array([[[[1.        ],
2         [1.        ],
3         [1.        ],
4         [1.        ],
5         [1.        ],
6         [1.        ],
7         [1.        ],
8         [1.        ],
9         [1.   ...
10

疑問点

１）学習後にht5ファイルを保存しもしローカル画像を(1,28,28,1)にshape済みの場合、どこに代入すればその予想ができますか？

２）modelをテスト時もcapsnetメソッドを使わなければ簡単に推論はできないのでしょうか。
なぜならCapsNetメソッドの返値にeval_modelがあり、それはtestメソッドの際にeval_modelを引数に入れなければいけない仕様だったためです。

学習データht5ともっとも簡易なソースコードで推論をするにはどのようにすればよいのでしょうか。
見識ある方アドバイス頂けないでしょうか。まったく別のプログラムで学習データを利用して作りたいため、本当に最低限の準備すべきソースコードを知りたいです。よろしくお願い致します。

補足情報（FW/ツールのバージョンなど）

win10 64bit pro
python 3.7

試したこと２

python
1def test(model, data, args, par):
2    x_test, y_test = data
3    y_pred, x_recon = model.predict(particular_x_test, batch_size=1)
4    y_pred, x_recon = model.predict(x_test, batch_size=100)
5    print('-'*30 + 'Begin: test' + '-'*30)
6    print('Test acc:', np.sum(np.argmax(y_pred, 1) == np.argmax(y_test, 1))/y_test.shape[0])
7
8    img = combine_images(np.concatenate([x_test[:50],x_recon[:50]]))
9    image = img * 255
10    Image.fromarray(image.astype(np.uint8)).save(args.save_dir + "/real_and_recon.png")
11    print()
12    print('Reconstructed images are saved to %s/real_and_recon.png' % args.save_dir)
13    print('-' * 30 + 'End: test' + '-' * 30)
14    plt.imshow(plt.imread(args.save_dir + "/real_and_recon.png"))
15    plt.show()