实验代码

该博客主要解析了一段运行文件的代码,涉及三维模型预测。首先,介绍了主函数的参数分析,然后详细讲解了如何导入图片,强调必须有三张图片才能正确执行。接着,讨论了加载权重模型的过程,以及如何使用默认网络模型。最后,说明了如何导入和转换模型权重。
摘要由CSDN通过智能技术生成

一、运行demo.py文件进行预测

python demo.py prediction.obj
#前面是运行的文件,后面是将三维模型保存到这个命名的文件中

将重建出来的三维模型保存到prediction.obj文件中

一、demo.py代码解读

1、主函数分析

  • 首先判断执行脚本的参数,确定将三维重建模型保存的名字
pred_file_name = sys.argv[1] if len(sys.argv) > 1 else 'prediction.obj'

len(sys.argv)这个代码计算执行命令的参数
sys.argv[1]表示执行命令行的第二个参数
sys.argv[0]表示执行命令行中的脚本本身

在这个程序中:sys.argv[0]demo.pysys.argv[1]prediction.obj

2、导入图片

函数写在load_demo_images()
图片文件存在/imgs中,图片的名称是数字.png形式,如果需要改变,就在函数中进行更改

def load_demo_images():
    ims = []#列表
    for i in range(3):
        im = Image.open('imgs/%d.png' % i)#图片的存放地点:/img/number.png
        ims.append([
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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
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