python - 如何用 Skorch 预测单张图像？

Question

我刚刚使用 Skorch 创建了一个神经网络来检测图片上的飞机，并使用形状为 (40000, 64, 64, 3) 的训练数据集对其进行训练。 .

然后我用 (15000, 64, 64, 3) 的测试数据集对其进行了测试.

module = nn.Sequential(
    nn.Conv2d(3, 64, 3),
    nn.BatchNorm2d(64),
    nn.ReLU(),
    nn.MaxPool2d(2),
    nn.Conv2d(64, 64, 3),
    nn.BatchNorm2d(64),
    nn.ReLU(),
    nn.MaxPool2d(2),
    nn.Conv2d(64, 64, 3),
    nn.BatchNorm2d(64),
    nn.ReLU(),
    nn.MaxPool2d(2),
    nn.Flatten(),
    nn.Linear(6 * 6 * 64, 256),
    nn.Linear(256, 256),
    nn.ReLU(),
    nn.Linear(256, 2),
    nn.Softmax(),
)

early_stopping = EarlyStopping(monitor='valid_loss', lower_is_better=True)
net = NeuralNetClassifier(
    module,
    max_epochs=20,
    lr=1e-4,
    callbacks=[early_stopping],
    # Shuffle training data on each epoch
    iterator_train__shuffle=True,
    device="cuda" if torch.cuda.is_available() else "cpu",
    optimizer=optim.Adam
)
net.fit(
    train_images_balanced.transpose((0, 3, 1, 2)).astype(np.float32),
    train_labels_balanced
)

现在我需要在512*512的图片上测试它，所以我有一个新的数据集(30, 512, 512, 3) .
所以我采用了滑动窗口代码，它允许我将图片分成 64*64 部分。

def sliding_window(image, stepSize, windowSize):
# slide a window across the image
for y in range(0, image.shape[0], stepSize):
    for x in range(0, image.shape[1], stepSize):
        # yield the current window
        yield (x, y, image[y:y + windowSize[1], x:x + windowSize[0]])

现在我希望能够预测每个 64*64 图像是否包含飞机，但我不知道该怎么做，如 net.predict()采用数据集作为参数(arg:dim 4)

Answer 1

net.predict() takes a dataset as an argument (arg : dim 4)

net.predict接受多种数据格式，其中包括数据集。然而，对于你的情况来说，如果它接受 torch 张量或 numpy 数组，那将是最好的 - 事实确实如此!只需将 64x64 block 传递给 net.predict，如下所示:

# (n, 512, 512, 3)
X = my_data
# (n, 4096, 64, 64, 3)
X = sliding_window(X, 64, 64)
# (n * 4096, 64, 64, 3)
X = X.reshape(-1, 64, 64, 3)
y = net.predict(X)