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, kursun bir parçasıdır

PyTorch ile Görüntüler için Deep Learning

Kursa Göz Atın

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 etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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