pytorch17-＞一张实际图片的识别实战
import torch import torchvision from PIL import Image from torch import nn from torch.nn import Sequential, Conv2d, MaxPool2d, Flatten, Linear # 1. 网络结构必须和训练时完全一致 class Tudui(nn.Module): def __init__(self): super(Tudui, self).__init__() self.model Sequential( Conv2d(3, 32, 5, padding2), MaxPool2d(2), Conv2d(32, 32, 5, padding2), MaxPool2d(2), Conv2d(32, 64, 5, padding2), MaxPool2d(2), Flatten(), Linear(1024, 64), Linear(64, 10) ) def forward(self, x): return self.model(x) # 2. 加载模型直接用完整模型 # 用你保存的完整模型文件选一个比如 tudui_9.pth 是训练10轮后的 model torch.load(tudui_9.pth, map_locationtorch.device(cpu)) model.eval() print(✅ 模型加载成功) # 3. 加载图片 image_path img/dog.jpg # 改成你的图片路径 image Image.open(image_path) print(f✅ 图片加载成功原始尺寸: {image.size}) # 4. 预处理图片 transform torchvision.transforms.Compose([ torchvision.transforms.Resize((32, 32)), torchvision.transforms.ToTensor(), ]) image_tensor transform(image) print(f✅ 预处理后尺寸: {image_tensor.shape}) # 加 batch 维度 image_tensor torch.reshape(image_tensor, (1, 3, 32, 32)) print(f✅ 添加 batch 维度后: {image_tensor.shape}) # 5. 推理 with torch.no_grad(): output model(image_tensor) predict output.argmax(1).item() # 6. 输出结果 classes [airplane, automobile, bird, cat, deer, dog, frog, horse, ship, truck] print(f\n{*40}) print(f 模型预测结果: {classes[predict]}) print(f{*40}) print(\n 各类别得分详情:) for i, score in enumerate(output[0]): print(f {classes[i]}: {score:.4f})1.选用一个训练过10轮的网络用cpu进行测试model torch.load(tudui_9.pth, map_locationtorch.device(cpu)) model.eval()2.把图片放入指定路径打开image_path img/dog.jpg # 改成你的图片路径 image Image.open(image_path)3.修改图片的像素为32*32必须修改因为你的卷积层第一步就是Conv2d(3, 32, 5, padding2),他只能卷32*32的别的图片他会报错。然后再张量化为后续操作做准备transform torchvision.transforms.Compose([ torchvision.transforms.Resize((32, 32)), torchvision.transforms.ToTensor(), ])4.PyTorch 官方在设计和实现Conv2d、BatchNorm2d、Linear等层时就规定了输入必须是 4 维张量(batch, channels, height, width)而单张图片默认是 3 维的(channels, height, width)所以必须reshapeimage_tensor torch.reshape(image_tensor, (1, 3, 32, 32)) print(f✅ 添加 batch 维度后: {image_tensor.shape})5.with torch.no_grad(): output model(image_tensor) predict output.argmax(1).item()with torch.no_grad():不计算梯度只计算不更新模型output model(image_tensor)output是什么output │ ├── 类型torch.TensorPyTorch 张量 │ ├── 形状torch.Size([1, 10]) │ │ │ ├── 第0维大小11张图 │ └── 第1维大小1010个类别 │ ├── 数据类型torch.float3232位浮点数 │ └── 存储的内容10个浮点数output是一个张量存了二维的数第0维是多少张图片第1维是10个类型的得分。output.argmax(1)拿到第一维的10个类型中得分最高的位置output.argmax(1).item()给他从张量还原回数字从而得到序号为什么output是二维的因为模型会始终保持 batch 维度。输入是[batch, 3, 32, 32]输出也是[batch, 10]。batch 是第一维类别得分是第二维。6.通过predict序号找出类别输出各类别和得分classes [airplane, automobile, bird, cat, deer, dog, frog, horse, ship, truck] print(f\n{*40}) print(f 模型预测结果: {classes[predict]})print(\n 各类别得分详情:) for i, score in enumerate(output[0]): print(f {classes[i]}: {score:.4f})
