1. Nauka
    2. /
  2. Kursy
    3. /
  3. Głębokie uczenie dla obrazów z PyTorch
Connected

ćwiczenie

Klasyfikacja obrazów z użyciem ResNet

Model na bazie wstępnie wytrenowanego ResNet18 jest już gotowy. Czas przetestować go na przykładowym obrazie.

Zastosujesz przekształcenia wstępnego przetwarzania do obrazu, a następnie sklasyfikujesz go. Ponieważ ResNet18 był trenowany na zbiorze danych wieloklasowych, będziesz potrzebować warstwy softmax() oraz funkcji argmax().

Do testowania predykcji wybrano następujący obraz: A cup of espresso

Przekształcenie wstępnego przetwarzania jest zapisane jako preprocess. Obraz PIL jest wczytany jako img.

Instrukcje

100 XP
  • Zastosuj przekształcenia wstępnego przetwarzania do obrazu i zmień jego kształt za pomocą .unsqueeze(0), aby dodać wymiar wsadu (batch).
  • Przepuść obraz przez model, zmień kształt wyników za pomocą .squeeze(0), aby usunąć wymiar wsadu, i dodaj warstwę softmax().
  • Zastosuj argmax(), aby wybrać klasę z najwyższym prawdopodobieństwem.