這裡inference兩個程式的連線，如目標檢測，可以利用一個程式提取候選框，然後把候選框輸入到分類cnn網路中。

這裡常需要進行一定的連線。

#載入訓練好的分類CNN網路
model=torch.load('model.pkl')

#假設proposal_img是我們提取的候選框，是需要輸入到CNN網路的資料

#先定義transforms對輸入cnn的網路資料進行處理，常包括resize、totensor等操作
data_transforms=transforms.Compose([transforms.RandomSizedCrop(224),transforms.ToTensor()])

#由於transforms是對PIL格式資料操作，所以必要時轉化格式

def tensor_to_PIL(tensor):
 image = tensor.cpu().clone()
 image = image.squeeze(0)
 image = unloader(image)
 return image
 
#unqueeze（0）是加多一維，對應原來batchsiaze
data=data_transforms(proposal_img).unqueeze(0)

#新版本pytorch已經不用variable，可以省略這句
data=Variable（data）
#貌似這句也是多餘的
torch.no_grad()

predict=F.softmax(model(data.cuda()).cuda())

以上這篇pytorch中的inference使用例項就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。