ResNet ile görüntü sınıflandırma

Önceden eğitilmiş ResNet18'den modeli oluşturdun. Şimdi, onu örnek bir görsel üzerinde test etme zamanı.

Bir görsele ön işleme dönüşümleri uygulayacak ve onu sınıflandıracaksın. ResNet18 çok sınıflı bir veri kümesi üzerinde eğitildiği için, softmax() katmanını uygulayıp ardından argmax() kullanman gerekecek.

Tahmin testi için aşağıdaki görseli seçtin: A cup of espresso

Ön işleme dönüşümü preprocess olarak kaydedildi. PIL görseli img olarak yüklendi.

Bu egzersiz

PyTorch ile Görüntüler için Deep Learning

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

Görsele ön işleme dönüşümlerini uygula ve toplu boyutu eklemek için .unsqueeze(0) ile yeniden şekillendir.
Görseli modelden geçir, çıktıyı toplu boyutunu kaldırmak için .squeeze(0) ile yeniden şekillendir ve bir softmax() katmanı ekle.
En yüksek olasılıklı sınıfı seçmek için argmax() uygula.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# 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)

Kodu Düzenle ve Çalıştır