怎么利用pytorch训练好的模型测试单张图片

31 篇文章 ¥9.90 ¥99.00
本文介绍了如何使用PyTorch训练好的模型对单张图片进行测试。内容涉及图片的输入格式[B,C,H,W],torchvision.transforms在图像处理中的作用,以及opencv与PIL图像格式之间的转换,特别指出opencv读取的图片需转换为RGB格式才能与PyTorch模型兼容。提供了一段测试代码来展示整个流程。" 137661946,11374066,Vue3 深入指南:组件、合成API与路由实战,"['vue.js', 'javascript', '前端', '路由']

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

pytorch网络输入图片的格式是[B,C,H,W],分别为batch(每批送入网络的图片数量),图片通道数,图片高,图片宽。

torchvision.transforms可以对图像对象进行一系列裁剪、翻转等转换操作,其中也包括转换为tensor张量。(transforms.ToTensor())

而opencv读取的是ndarray格式,不能进行torchvision.transforms变换。

通过PIL的Image读取的图片是一个图片对象,可以进行裁剪翻转等torchvision.transforms变换。

np.ndarray与PIL.Image对象相互转换:注意opencv读入的是BGR格式,PIL读入的是RGB格式,pytorch中传入网络中的tensor通道也是RGB,所以如果将opencv读入的图片送入网络识别,需要先img=cv2.cvtColor(img, cv2.COLOR_BGR2RGB),然后再转换为PIL读入的格式pil_img=Image.fromarray(img),再通过transforms.Compose将其转换为网络输入格式送去识别。

numpy.array(img)                       img对象转化为np数组

Image.fromarray(arr)                 np数组转化为img对象

测试代码如下:</

评论 8
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

打赏作者

东城青年

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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