跑代码记录（backgrounds_challenge）

最新推荐文章于 2024-10-15 18:52:30 发布

weixin_44288790

最新推荐文章于 2024-10-15 18:52:30 发布

阅读量384

点赞数

CC 4.0 BY-SA版权

分类专栏：代码学习文章标签： pytorch 深度学习

本文链接：https://blog.youkuaiyun.com/weixin_44288790/article/details/109391852

代码学习专栏收录该内容

3 篇文章

订阅专栏

这篇博客记录了作者在backgrounds_challenge项目中进行数据准备和模型选择的过程。在数据准备阶段，通过mask合成验证集图片，通过将mask与图片矩阵相乘实现内容保留或去除。模型选择上，使用了torchvision库，重点关注了datasets、models、transforms和utils四个类别，并在验证集精度测试时加载了预训练模型。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这里写自定义目录标题

跑代码记录（backgrounds_challenge）

跑代码记录（backgrounds_challenge）

数据准备

利用mask合成验证集图片。设置mask所有值为1（表示保留）或者0（表示去除），这样与图片矩阵相乘即可获得想要的图片内容。

# tensor的操作参数就是其shape,inp为背景图片，im为前景图片,tile()按指定shape铺开（复制）矩阵，图片类型为'uint8'。
fg_mask = np.tile(fg_mask[:, :, np.newaxis], [1, 1, 3]).astype('uint8')
mask = transforms.ToTensor()(Image.fromarray(fg_mask*255))
big_im = im.repeat(batch_size, 1, 1, 1)
big_mask = mask.repeat(batch_size,1,1,1) 
combined = inp * (1 - big_mask) + big_mask * big_im
img_combined = transforms.ToPILImage()(combined[0])  # 查看合成图片
img_combined.save('./img_combined0.png')

model选择

torchvision有四个类：datasets、models、transforms、utils。
验证集精度测试时，用checkpoint里保存的字典载入模型。

model.load_state_dict(checkpoint['model_dict'])

预测输出

output = model(combined)
_, pred1 = output.topk(1, 1, True, True) # 获取output的前1个数据和索引
pred = pred1.cpu().detach()[:, 0] # 切片获取所有行的第0列
if map_in_to_in9:
	pred_list = list(pred.numpy())
	pred = ch.LongTensor([map_to_in9[str(x)] for x in pred_list])