Pytorch加载模型并进行图像分类预测

最新推荐文章于 2025-11-03 16:44:09 发布

原创最新推荐文章于 2025-11-03 16:44:09 发布 · 9.9k 阅读

67 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #深度学习 #神经网络 #图像分类预测

Deep Learning 专栏收录该内容

10 篇文章

订阅专栏

本文详细介绍了使用PyTorch进行图像分类的流程，包括模型实例化、加载、输入图像处理和输出分类结果。内容涵盖将RGB图像转换为灰度图，使用PIL库处理图像，理解图像通道，将多张图像合并为numpy数组并转换为Tensor，以及处理常见的PyTorch运行时错误。此外，还讨论了torch.from_numpy与torch.Tensor的区别以及torch.squeeze和torch.unsqueeze的用法。

部署运行你感兴趣的模型镜像

1) How can i convert an RGB image into grayscale in Python?

2）PIL 处理图像的基本操作

3）图像通道数的理解

4）Convert 3 channel image to 2 channel

5）图像通道转换

6）将所有的图像合并为一个numpy数组

7）torch.from_numpy VS torch.Tensor

8）torch.squeeze() 和torch.unsqueeze()

3.issue

1）TypeError: 'module' object is not callable

2）TypeError: 'collections.OrderedDict' object is not callable

3) TypeError: __init__() missing 1 required positional argument: 'XX'

4) RuntimeError: Error(s) in loading state_dict for PythonNet: Missing key(s) in state_dict:

5) RuntimeError: Expected 4-dimensional input for 4-dimensional weight [128, 1, 3, 3], but got 2-dimensional input of size [480, 640] instead

6）RuntimeError: Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor) should be the same or input should be a MKLDNN tensor and weight is a dense tensor

1. 整体流程

1）实例化模型

Assume that the content of YourClass.py is:

class YourClass:
    # ......

If you use:

from YourClassParentDir import YourClass  # means YourClass

from model import PythonNet

net= PythonNet(T=16).eval().cuda()

2）加载模型

import torch

net.load_state_dict(torch.load('checkpoint_max.pth'),False)

3）输入图像

目的：从文件夹中加载所有图像组合为一个 numpy array 作为模型输入

原始图像输入维度：（480,640）

目标图像输入维度：（16,1,128,128）

import glob
from PIL import Image
import numpy as np
from torch.autograd import Variable

#获取图像路径
filelist = glob.glob('./testdata/a/*.jpg')

#打开图像open('frame_path')--》转换为灰度图convert('L')--》缩放图像resize((width, height)) --》合并文件夹中的所有图像为一个numpy array
x = np.array([np.array(Image.open(frame).convert('L').resize((128,128))) for frame in filelist])

#用torch.from_numpy这个方法将numpy类转换成tensor类
x = torch.from_numpy(x).type(torch.FloatTensor).cuda()

#扩充数据维度
x = Variable(torch.unsqueeze(x,dim=1).float(),requires_grad=False)

4）输出分类结果

outputs = net(x)
_, predicted = torch.max(outputs,1)

torch.max()这个函数返回输入张量中所有元素的最大值。

返回一个命名元组(values,indices)，其中values是给定维dim中输入张量的每一行的最大值。indices是找到的每个最大值的索引位置(argmax)。也就是说，返回的第一个值是对应图像在类别中的最大概率值，第二个值是最大概率值的对应类别。

Pytorch 分类问题输出结果的数据整理方式：_, predicted = torch.max(outputs.data, 1) - stardsd - 博客园

5）完整代码

from PIL import Image
from torch.autograd import Variable
import numpy as np
import torch
import glob
from model import PythonNet

##############处理输入图像#######################################
#获取图像路径
filelist = glob.glob('./testdata/a/*.jpg')

#打开图像open('frame_path')--》转换为灰度图convert('L')--》缩放图像resize((width, height)) --》合并文件夹中的所有图像为一个numpy array
x = np.array([np.array(Image.open(frame).convert('L').resize((128,128))) for frame in filelist])

#用torch.from_numpy这个方法将numpy类转换成tensor类
x = torch.from_numpy(x).type(torch.FloatTensor).cuda()

#扩充数据维度
x = Variable(torch.unsqueeze(x,dim=1).float(),requires_grad=False)

#############定义预测函数#######################################
def predict(x):
    net= PythonNet(T=16).eval().cuda()
    net.load_state_dict(torch.load('checkpoint_max.pth'),False)

    outputs = net(x)
    _, predicted = torch.max(outputs,1)
    print("_:",_)
    print("predicted:",predicted)
    print("outputs:",outputs)

############输入图像进行预测#####################################
predict(x)