python图像分类项目-04用迁移学习得到的模型识别图像

环境 :mac py3.7 anaconda jupyter

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/BV12d4y1P7xz

一、总结

这一次使用步骤03中通过resnet18迁移学习得到的模型文件(.pth)，将其导入到GPU/本地CPU后，按照02的步骤对单张图片，视频以及摄像头捕获进行预测。主要应用02与03的知识点。

注意：用torch.load导入模型到cpu上时，需添加参数map_location=torch.device(‘cpu’)

二、感悟(?)

可以将索引与类别的映射关系保存为本地.npy文件供后续简便读取

np.save()与np.load()

三、其他

拿了个老苹果测试，结果皮太皱，一开始被模型识别为椰子[苦笑]

把苹果怼摄像头脸上+露出苹果柄后才识别为苹果-红