学習済みモデルにLeapMotionのデータを入力し識別を行う

Question

質問内容

こちらのサイト(python+keras+LeapMotionで手の形の判別をしてみた。)を参考にLeapMotionによって計測した手の関節のデータをもとに作成したデータセットをCNNに通し学習済みモデルの作成を行いました。
このモデルと取得した手の関節のデータを使ってこのサイト内の学習済みモデルを復元するに書かれているようなラベルの識別をリアルタイムでやってみたいと考えています。
なので模様見まねでやってみたのですがサイトの

>>> clf.predict([X_last])
array([2])

ように文字が表示されません。
これは識別が行えているのでしょうか？

ソースコード

最終的にはOpenCVのカメラ画像と合わせたいので、while文で書いてます。

import Leap, sys, time
import keras
import numpy as np
from keras.models import load_model

controller = Leap.Controller()

date=np.arange(63,dtype = 'float64')#配列作成

class frameframe():
    finger_names = ['Thumb', 'Index', 'Middle', 'Ring', 'Pinky']
    bone_names = ['Metacarpal', 'Proximal', 'Intermediate', 'Distal']
    def onframe(self):
        f = controller.frame()
        for hand in f.hands:
           　self.arm = hand.arm
            direction = hand.direction
            for finger in hand.fingers:
                for b in range(0, 4):
                    bone = finger.bone(b)
　　　　　　　　　　　　　#計63個の手の関節のデータ
　　　　　　　　　　　　　if self.finger_names[finger.type] == 'Thumb':
                        　　if self.bone_names[bone.type] == 'Metacarpal':
                            　　self.Thumb_meta_x=bone.direction.x
                            　　self.Thumb_meta_y=bone.direction.y
                            　　self.Thumb_meta_z=bone.direction.z
                        　　if self.bone_names[bone.type] == 'Proximal':
                        　　    self.Thumb_prox_x=bone.direction.x
                        　　    self.Thumb_prox_y=bone.direction.y
                       　　     self.Thumb_prox_z=bone.direction.z
------------------------------省略-------------------------------------
                            if self.bone_names[bone.type] == 'Intermediate':
                                self.Pinky_inter_x=bone.direction.x
                                self.Pinky_inter_y=bone.direction.y
                                self.Pinky_inter_z=bone.direction.z
                            if self.bone_names[bone.type] == 'Distal':
                                self.Pinky_dist_x=bone.direction.x
                                self.Pinky_dist_y=bone.direction.y
                                self.Pinky_dist_z=bone.direction.z
            
model = load_model("save_model.h5") # 学習済みモデルをロード

while True:
    f = controller.frame()
    
    test=frameframe()             
    
    if f.hands.is_empty:#手をかざしてないとき
        print("not hand")
　　
    if not f.hands.is_empty:#手をかざしているとき
        print("not hand")
        test.onframe()#関数を読んで手の関数のデータの取得を行う
　　　　　
　　　   #取得したデータを配列に当てはめる
        date[0]=test.Index_dist_x
        date[1]=test.Index_dist_y
        date[2]=test.Index_dist_z
        date[3]=test.Index_inter_x
------------------------------省略-------------------------------------
        date[60]=test.arm.direction.x
        date[61]=test.arm.direction.y
        date[62]=test.arm.direction.z

        date=date.reshape(1,63)#配列の形を整える
   
        model.predict([date])#ラベルの識別

        date=np.arange(63,dtype = 'float64')#配列リセット

実行結果

        ・
        ・
        ・
not hand
not hand
not hand
hand
hand
hand
        ・
        ・
        ・

Answer 1

mozi=model.predict([date])
print(mozi)
        

何か変数に入れてprintしたら表示できました。

[[0,0,1,0,0]]

値が1の位置が識別した結果のラベルの位置です。