我如何根据我的图像集预测类型? Python / Torchvision / PyTorch

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了我如何根据我的图像集预测类型? Python / Torchvision / PyTorch相关的知识,希望对你有一定的参考价值。

我已经在训练和验证集上训练了图像,但是现在我希望将模型应用于测试集(我也存储了分类)。我看到的甚至处理测试集的唯一方法是通过验证集的完全相同的机制,但这使它成为验证集而不是测试集的扩展吗?没有预测。

model_ft, hist = train_model(model_ft, dataloaders_dict, criterion, optimizer_ft, num_epochs=num_epochs)
答案

尝试类似下面的内容

def predict(model, dataloader):  
  # Set model to evaluate mode
  model.eval()   
  predictions = []

  with torch.no_grad()
    # Iterate over data.
    for inputs, _ in dataloader:
      outputs = model(inputs)
      _, preds = torch.max(outputs, 1)
      predictions.extend(preds.numpy())

  return predictions

print (predict(model_ft, your_test_dataloader))

以上是关于我如何根据我的图像集预测类型? Python / Torchvision / PyTorch的主要内容,如果未能解决你的问题,请参考以下文章

如何使用预训练的 .caffemodel 在 python 上对单个图像执行预测

如何根据我的预测获得 ROI 坐标?

CryoEM粒子(Particle)类型预测的数据集构建

CryoEM粒子(Particle)类型预测的数据集构建

CryoEM粒子(Particle)类型预测的数据集构建

使用使用时尚 mnist 数据集训练的模型从谷歌图像(包)中预测图像的类别