image = np.expand_dims(np.expand_dims(image, axis=0), axis=0)

这段代码的作用是将灰度图像转换为 4D 张量，方便输入深度学习模型进行推理。具体来说，它使用 NumPy 库中的 `expand_dims` 方法将灰度图像转换为 4D 张量，即在灰度图像的前面添加一个 batch 维度，再在最后添加一个 channel 维度。这样做的目的是为了与深度学习模型的输入格式相匹配，通常深度学习模型的输入格式为 `(batch_size, channels, height, width)`。因此，该代码将灰度图像转换为形状为 `(1, 1, height, width)` 的 4D 张量，其中第一个 `1` 表示 batch_size，第二个 `1` 表示 channel 数量，即灰度图像只有一个通道，后面的 `height` 和 `width` 分别表示图像的高度和宽度。