使用onnx推理图片的python代码

以下是使用 ONNX 进行图片推理的 Python 代码示例：

import onnxruntime as ort
import numpy as np
from PIL import Image

# 加载 ONNX 模型
model_path = "model.onnx"
session = ort.InferenceSession(model_path)

# 加载图片并进行预处理
image_path = "image.jpg"
img = Image.open(image_path).resize((224, 224))
img = np.array(img).astype(np.float32)
img = img.transpose((2, 0, 1))  # 调整图片维度顺序
img = np.expand_dims(img, axis=0)  # 增加 batch 维度
img /= 255.0  # 图片像素值归一化

# 模型推理
input_name = session.get_inputs()[0].name
output_name = session.get_outputs()[0].name
result = session.run([output_name], {input_name: img})

# 输出预测结果
print(result)

其中，需要将 ONNX 模型文件路径和图片文件路径替换成自己的路径。此示例中使用的是 PIL 库加载图片，如果使用其他库加载图片，则需要根据模型的输入要求进行相应的预处理。