【PyTorch图像语义分割】4. 使用训练好的模型测试

最新推荐文章于 2024-07-26 15:57:18 发布

通往盛夏

最新推荐文章于 2024-07-26 15:57:18 发布

阅读量5.8k

点赞数 2

分类专栏： PyTorch 图像语义分割

本文链接：https://blog.csdn.net/tuiqdymy/article/details/84978652

版权

本文档介绍了如何使用训练好的PyTorch模型进行图像语义分割的测试。首先，详细阐述了在测试阶段加载图像的步骤，由于测试时不需要标签，只需返回数据。接着，讨论了将加载图像的类进行优化的可能性。然后，通过网络的forward方法进行测试，对测试过程进行了说明。

摘要由CSDN通过智能技术生成

使用训练好的模型测试新图片

1. 图像的加载
2. 用网络forward测试

1. 图像的加载

测试图像的加载仍然是通过继承torch.ultis.data.Dataset加载。在加载训练图像的时候用的是

class UAVDataSet(torch.utils.data.Dataset):

需要可以返回数据、标签。但是在测试新图像的时候没有标签，故只需要返回数据就行，代码如下：

class UAVTestSet(torch.utils.data.Dataset):
    def __init__(self, root, list_path): 
        super(UAVDataSet,self).__init__()
        self.root = root
        self.list_path = list_path
        self.img_ids = [i_id.strip() for i_id in open(list_path)]
        self.files = []
        
        for name