尝试预测单个图像 CNN pytorch 时出错

Question

错误信息

回溯（最后一次调用）：文件“pred.py”，第 134 行，位于输出=模型（数据）运行时错误：4 维权重 [16、3、3、3] 的预期 4 维输入，但却得到了大小为 [1、32、32] 的 3 维输入。

预测码

normalize = transforms.Normalize(mean=[0.4914, 0.4824, 0.4467],
                                     std=[0.2471, 0.2435, 0.2616])
train_set = transforms.Compose([
                                 transforms.RandomCrop(32, padding=4),
                                 transforms.RandomHorizontalFlip(),
                                 transforms.ToTensor(),
                                 normalize,
                                     ])

model = models.condensenet(args)
model = nn.DataParallel(model)
PATH = "results/savedir/save_models/checkpoint_001.pth.tar"

model.load_state_dict(torch.load(PATH)['state_dict'])


device = torch.device("cpu")

model.eval()

image = Image.open("horse.jpg")
input = train_set(image)
train_loader = torch.utils.data.DataLoader(
        input,
        batch_size=1,shuffle=True, num_workers=1)
for i, data in enumerate(train_loader):
    
    #input_var = torch.autograd.Variable(data, volatile=True)
    #input_var = input_var.view(1, 3, 32,32)
    
    **output = model(data)
topk=(1,5)
maxk = max(topk)

_, pred = output.topk(maxk, 1, True, True)

Am getting this error when am trying to predict on a single image Image shape/size error message

Link to saved model

Training code repository

Answer 1

请取消注释此行 #input_var = input_var.view(1, 3, 32,32) 以便您的输入维度为 4。
我假设你没有。输入通道的数量是 3 如果它是一个然后使用 input_var = input_var.view(1, 1, 32,32) 如果灰度

Answer 2

不是执行 for 循环和 train_loader，而是通过将输入直接传递到模型中解决了这个问题。像这样

input = train_set(image)
input = input.unsqueeze(0)
model.eval()
output = model(input)

可以在此处找到更多详细信息link

尝试预测单个图像 CNN pytorch 时出错

Am getting error trying to predict on a single image CNN pytorch

image

conv-neural-network

prediction

pytorch-dataloader

错误信息

预测码