是Pytorch读图问题,PyTorch读图使用的是PIL库中的OPEN( )函数,读取的彩色图像的顺序是RGB;OpenCV的读图方式是imread( )函数,读取的彩色图像的顺序是BGR。要想将精度保持一致,需要将通道进行转换,在OpenCV读取BRG图像后加入函数cvtColor(),将通道调整为RGB顺序;或者在Pytorch中使用函数将RGB调整为BGR。要点是:保证图像在进入网络前的图像通道顺序一致,最后测试精度就会保持一致了。
Python调用及Libtorch (C++ API)调用深度学习模型 测试结果不一致
模型为SE-ResNet50
将模型pth文件转化为pt文件 : jit. trace
请问怎么会出现精度损失和精度上升的问题