resnet18测试一个图片的代码

你可以使用 PyTorch 框架来测试一个图片的 ResNet18 模型。以下是一个简单的代码示例：

import torch
import torchvision.models as
import torchvision.transforms as transforms
from PIL import

# 加载模型
model = models.resnet(pretrained=True)
model.eval()

# 转换图片为模型输入格式
transform = transforms.Compose([
    transforms.Resize(256),
    transforms.CenterCrop(224),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
])

# 加载图片
img = Image.open("example.jpg")

# 转换图片为模型输入格式
img_tensor = transform(img)

# 添加 batch 维度并送入模型
batched_img = img_tensor.unsqueeze(0)
output = model(batched_img)

# 打印输出
print(output)

在这个示例中，我们首先加载了预训练的 ResNet18 模型，并将其设置为评估模式。接下来，我们定义了一系列转换操作，将输入图片转换为模型期望的格式。然后，我们加载了一个示例图片，并使用上述转换操作将其转换为模型输入格式。最后，我们将处理后的图片添加一个 batch 维度，并将其送入模型进行推断，输出预测结果。