使用 ResNet 進行影像分類
你已經從預訓練的 ResNet18 建立了模型。現在，該用一張範例影像來測試它了。
你將對影像套用前處理轉換，並進行分類。由於 ResNet18 是在多類別資料集上訓練的，你需要在 softmax() 之後接上 argmax()。
你選擇以下影像作為預測測試：
前處理轉換已儲存為 preprocess。PIL 影像已上傳為 img。
本練習屬於課程
使用 PyTorch 進行影像深度學習
練習說明
- 對影像套用前處理轉換，並使用
.unsqueeze(0)重新塑形以加入批次維度。 - 將影像餵入模型，使用
.squeeze(0)對輸出重新塑形以移除批次維度，並加上softmax()。 - 使用
argmax()選出機率最高的類別。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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)