【代码】使用预训练的语义分割网络

超好的小白

已于 2024-01-25 17:14:00 修改

阅读量506

点赞数 9

分类专栏：深度学习代码文章标签：学习 python

于 2024-01-25 17:04:34 首次发布

本文链接：https://blog.csdn.net/qq_46110320/article/details/135849049

版权

本文介绍了如何使用PyTorch库中的fcn_resnet101模型对图像进行预处理、分类和可视化。作者展示了从IPYNB文件中读取图片，进行图像处理，最终输出类别预测的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

P274书上的代码，这里是从ipynb文件中按顺序复制来的：
使用到的图片如下：
在这里插入图片描述

代码：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import PIL
import torch
from torchvision import transforms
import torchvision
model = torchvision.models.segmentation.fcn_resnet101(pretrained=True)
model.eval()

## 读取照片
image = PIL.Image.open("Zdata/img1.jpg")
# 显示图像
plt.imshow(image)
plt.show()
## 图像预处理，转为0-1之间，标准化处理
image_transf = transforms.Compose([
    transforms.ToTensor(),
    transforms.Normalize(mean = [0.485, 0.456,0.406],
                        std = [0.229, 0.224, 0.225])
])
image_tensor = image_transf(image).unsqueeze(0)

# 将图像丢入模型进行处理
output