如何测试用自己的数据在 matconvnet 上训练的模型

最新推荐文章于 2024-03-26 09:31:33 发布

HunterLiXiaoLong

最新推荐文章于 2024-03-26 09:31:33 发布

阅读量336

点赞数

CC 4.0 BY-SA版权

文章标签：深度学习

本文链接：https://blog.csdn.net/HunterLiXiaoLong/article/details/105087282

作者分享了使用青椒代码测试训练模型的经历，从遇到各种错误到最终成功运行的过程。通过调整代码，如加载模型、预处理图像和获取预测结果，实现了模型的有效测试。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

我之前尝试有用青椒的代码来测试训练的模型，但是就各种报错，几经尝试，终于得到了一个跑的通的代码，其实就是小修小补一下就可以了，奈何是小白。。。

clc 
clear all
net1 = dagnn.DagNN.loadobj(load('D:\exp\Sort_1000pics\net-deployed.mat'));
im = imread('D:\data\Sort_1000pics\test\300.jpg');
im_ = single(im);
im_ = imresize(im_, net1.meta.normalization.imageSize(1:2));
im_ = bsxfun(@minus, im_, net1.meta.normalization.averageImage);
net1.eval({'input',im_});
scores = net1.vars(net1.getVarIndex('prob')).value;
scores = squeeze(gather(scores));
[bestScore, best] = max(scores);
figure(1); clf; imagesc(im);
title(sprintf('%s (%d), score %.3f',...
net1.meta.classes.description{best}, best, bestScore));