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。

二:下载模型以及测试数据

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

下载样例图片

图片如下:



三:运行预测

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。