无法预测 fastai 的输出

Question

这里是菜鸟。

这是我正在处理的数据集https://www.kaggle.com/arpitjain007/game-of-deep-learning-ship-datasets

我正在使用 fastai，我已经成功构建了模型，但我不知道如何使用 'test.csv' 文件对其进行测试。

这是我的代码

from fastai import *
from fastai.vision import *

path = '../input/train'
path = Path(path)
path.ls()
df = pd.read_csv(path/'train.csv')
data = ImageDataBunch.from_df('../input/train/images', df, ds_tfms=get_transforms(), size=224, bs=64 ).normalize(imagenet_stats)
learn = cnn_learner(data, models.resnet50, metrics=accuracy,  model_dir='/kaggle/working/models')
learn.fit_one_cycle(5)
df_test = pd.read_csv('../input/test_ApKoW4T.csv')

我不知道如何使用测试数据框进行预测。

Answer 1

检查这个内核 https://www.kaggle.com/matejthetree/digit-recognizer-fast-ai-customimagelist?scriptVersionId=14597759

在初始化数据时向其添加测试束

data = (CustomImageList.from_csv_custom(path=path, csv_name='train.csv', imgIdx=1)
                .split_by_rand_pct(.2)
                .label_from_df(cols='label')
                .add_test(test, label=0)
                .transform(tfms)
                .databunch(bs=128, num_workers=0)
                .normalize(imagenet_stats))

稍后你会得到预测结果

predictions, *_ = learn.get_preds(DatasetType.Test)
labels = np.argmax(predictions, 1)
# output to a file
submission_df = pd.DataFrame({'ImageId': list(range(1,len(labels)+1)), 'Label': labels})
submission_df.to_csv(f'submission.csv', index=False)

Answer 2

我所要做的就是创建一个图像列表

train = ImageList.from_df(df,'../input/train/images')
test = ImageList.from_df(df_test, '../input/train/images')

然后创建 ImageDataBunch

data = ImageDataBunch.from_df('../input/train/images', df, 
ds_tfms=get_transforms(), size=224, bs=64 ).normalize(imagenet_stats)

然后添加测试

data.add_test(test)

然后使用

进行预测

predictions, *_ = learn.get_preds(DatasetType.Test)
labels = np.argmax(predictions, 1)
df_test['category'] = labels

Answer 3

诀窍是使用 ImageList 而不是 ImageDataBunch。

无法预测 fastai 的输出

Not able to predict output in fastai

python

machine-learning

deep-learning

conv-neural-network

fast-ai