mmflow-官方教程翻译02Inference with Existing Models

本文介绍了如何使用MMFlow预训练模型对图像进行光流预测,并详细解释了在标准数据集上评估这些模型的方法。包括单GPU、多GPU及多节点环境下的测试脚本配置。

原文链接Tutorial 1: Inference with existing models — mmflow documentation

教程1:用现有的模型推理(预测)

        MMFlow在“模型园”Model Zoo(Model Zoo Statistics — mmflow documentation)中提供了预训练模型可以用于估计光流,并且支持多个标准数据集,包括FlyingChairs和Sintel等。这个笔记将展示如何在标准数据集上利用现有的预训练模型执行一些公共的任务,具体包括“

        *使用现有模型对给定的图像进行光流的推理(预测)

        *在标准数据集上测试现有模型

对给定图像进行推理/预测

        MMFlow提供了高级Python API用于推理图像。下面是一个对给定图像构建模型并推理的例子:

from mmflow.apis import init_model, inference_model
from mmflow.datasets import
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值