UNet 测试及代码实现

本专栏内容是学习  深度学习麋了鹿 的《图像分割UNet硬核讲解》（带你手撸unet代码）部分笔记。

内容包括从数据集→网络结构→训练→测试。（附代码）

---

本节是 UNet 测试及代码实现 笔记

上节内容： UNet 训练及代码实现 。

下面开始本节内容：

import os
from 图像分割UNet硬核讲解.Data01 import transform
from 图像分割UNet硬核讲解.Net02 import *
from 图像分割UNet硬核讲解.utils01 import *
from torchvision.utils import save_image
net = UNet().cuda()

weights = 'params/unet.pth'

if os.path.exists(weights):
    net.load_state_dict(torch.load(weights))
    print('successful !')
else:
    print('no successful')
_input = input('please input image path:')
img = keep_image_size_open(_input)
img_data = transform(img).cuda()
print(img_data.shape)
img_data = torch.unsqueeze(img_data, dim=0)
out = net(img_data)
save_image(out,'result/0411result.jpg')
print(out)

输出结果：

输入图片：500✖375 

·

生成图片：128×128

没什么可以细讲的。