运行Resnet50图像分类样例¶

一：准备环境¶

请您在环境中安装1.7或以上版本的Paddle，具体的安装方式请参照飞桨官方页面的指示方式。

1）获取预测模型

下载模型，模型为imagenet 数据集训练得到的，如果你想获取更多的模型训练信息，请访问这里。

2）获取预测样例图片

图片如下：

文件img_preprocess.py包含了图像的预处理。
文件infer_resnet.py 包含了创建predictor，读取示例图片，预测，获取输出的等功能。

运行：

python infer_resnet.py --model_file=./ResNet50/model --params_file=./ResNet50/params --use_gpu=1

运行的结果为： (‘class index: ‘, 13)。 13表示图片的类别。我们通过imagenet 类别映射表，可以找到对应的类别，即junco, snowbird，由此说明我们的分类器分类正确。