Klasifikace obrázků pomocí ResNet
Model jsi sestavil/a z předtrénovaného ResNet18. Teď je čas otestovat ho na ukázkovém obrázku.
Na obrázek aplikuješ předzpracovací transformace a klasifikuješ ho. Budeš potřebovat vrstvu softmax() následovanou argmax(), protože ResNet18 byl natrénován na vícetrídní datové sadě.
Pro testování predikcí jsi vybral/a tento obrázek:
Předzpracovací transformace je uložena jako preprocess. PIL obrázek je nahrán jako img.
Toto cvičení je součástí kurzu
Deep Learning pro obrázky s PyTorchem
Pokyny k cvičení
- Aplikuj předzpracovací transformace na obrázek a uprav jeho tvar pomocí
.unsqueeze(0), aby se přidala dávková dimenze. - Předej obrázek modelem, uprav tvar výstupu pomocí
.squeeze(0)pro odstranění dávkové dimenze a přidej vrstvusoftmax(). - Použij
argmax()pro výběr třídy s nejvyšší pravděpodobností.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Apply preprocessing transforms
batch = ____.____
# Apply model with softmax layer
prediction = ____.____.____
# Apply argmax
class_id = prediction.____.item()
score = prediction[class_id].item()
category_name = weights.meta["categories"][class_id]
print(category_name)