【Pytorch】15.自定义验证照片测试自定义的CIFAR10网络

将PNG图像转为CIFAR10格式并进行神经网络预测：Python与PyTorch实现

最新推荐文章于 2025-12-07 21:21:31 发布

最新推荐文章于 2025-12-07 21:21:31 发布 · 396 阅读

文章标签：

#pytorch #人工智能 #python

输入照片的处理

因为CIFAR10对输入照片要求的格式为tensor(1,3,32,32)而我们在网上找到的图片基本都不满足要求，所以我们需要对网络上找到的图片先进行处理

比如我们找到一个猫的照片
在这里插入图片描述

img_path = "../imgs/cat.jpeg"

img = Image.open(img_path)

# <PIL.PngImagePlugin.PngImageFile image mode=RGBA size=358x312 at 0x1009DAA90>
# 这里我们可以看到默认的格式不是RGB格式的 ,而我们训练出的数据集只能处理三通道，所以我们需要对通道数由RGBA转化为RGB形式
print(img)

# 将图片转化为RGB格式
img = img.convert('RGB')

# <PIL.Image.Image image mode=RGB size=358x312 at 0x103002BE0>
print(img)

# 定义一个转化规则为transform，将图像转化为32x32像素，并且转化为tensor格式
transform = torchvision.transforms.Compose([torchvision.transforms.Resize((32, 32)),
                                            torchvision.transforms.ToTensor()])
img_tensor