python图像分类项目-02使用pytorch内预设模型进行预测

项目教程及代码来自:同济子豪兄

https://github.com/TommyZihao/Train_Custom_Dataset

https://www.bilibili.com/video/BV1qe4y1D7zD

环境:mac python3.7 anaconda jupyter

数据集ImageNet100 模型resnet18

一、学习总结:

没有!

主要就是过一遍代码看看效果!

教程代码中使用的部分python库:

torch.nn.functional.softmax(, ..) 可用于归一化

torchvision

—models 预设模型集,可dir(models)查看

—transform 测试集图像预处理

pillow

—Image 图像处理工具。pytorch的预处理函数只接受pillow格式的图像(rgb格式)

cv2(opencv-python) 图像处理,图像获取(可获取摄像头)(bgr格式)

mmcv 可以对视频进行帧处理

二、感悟

这一部分就主要是体验了,使用的多数库我都未曾接触过。最后预测摄像头实时画面的那一段给我开了眼。

放一张体验时的截图

三、日志

在jupyter中执行pip安装库,可能会出现日志里succeessfully install但实际没能装上的情况(在anaconda环境与终端pip list中都查找不到该库,jupyter实际跑代码时也提示找不到该模块),建议在anaconda的环境终端执行pip命令,更稳。

你可能感兴趣的:(人工智能小项目学习,python,pytorch,分类)