136 lines
4.7 KiB
Python
136 lines
4.7 KiB
Python
from pathlib import Path
|
||
import sys
|
||
import numpy
|
||
import torch
|
||
import torch.nn.functional as F
|
||
from PIL import Image, ImageFile
|
||
import matplotlib.pyplot as plt
|
||
from model import Cnn
|
||
|
||
sys.path.append(str(Path(__file__).resolve().parent.parent.parent))
|
||
import gpu_utils
|
||
|
||
|
||
class PredictResult:
|
||
"""预测的结果"""
|
||
|
||
possibilities: torch.Tensor
|
||
"""每个数字不同的概率"""
|
||
|
||
def __init__(self, possibilities: torch.Tensor):
|
||
"""
|
||
创建预测结果。
|
||
|
||
:param possibilities: 传入的tensor表示每个数字不同的概率，是经过softmax后的数值。
|
||
其shape为二维。dim 0为batch，应当只有一维；dim 1为每个数字对应的概率。
|
||
"""
|
||
self.possibilities = possibilities
|
||
|
||
def chosen_number(self) -> int:
|
||
"""
|
||
获取最终选定的数字
|
||
|
||
:return: 以当前概率分布，推测的最终数字。
|
||
"""
|
||
# 输出出来是10个数字各自的可能性，所以要选取最高可能性的那个对比
|
||
# 在dim=1上找最大的那个，就选那个。dim=0是批次所以不管他。
|
||
return self.possibilities.argmax(1).item()
|
||
|
||
def number_possibilities(self) -> list[float]:
|
||
"""
|
||
获取每个数字出现的概率
|
||
|
||
:return: 返回一个具有10个元素的列表，列表的每一项表示当前index所代表数字的概率。
|
||
"""
|
||
return list(self.possibilities[0][i].item() for i in range(10))
|
||
|
||
class Predictor:
|
||
device: torch.device
|
||
model: Cnn
|
||
|
||
def __init__(self):
|
||
self.device = gpu_utils.get_gpu_device()
|
||
self.model = Cnn().to(self.device)
|
||
|
||
# 加载保存好的模型参数
|
||
file_path = Path(__file__).resolve().parent.parent / 'models' / 'cnn.pth'
|
||
self.model.load_state_dict(torch.load(file_path))
|
||
|
||
def __predict_tensor(self, in_data: torch.Tensor) -> PredictResult:
|
||
"""
|
||
其它预测函数都要使用的预测后端。其它预测函数将数据处理成Tensor，然后传递给此函数进行实际预测。
|
||
|
||
:param in_data: 传入的tensor，该tensor的shape必须是28x28，dtype为float32。
|
||
:return: 预测结果。
|
||
"""
|
||
# 上传tensor到GPU
|
||
in_data = in_data.to(self.device)
|
||
# 为了满足要求，要在第一维度挤出2下
|
||
# 一次是灰度通道，一次是批次。
|
||
# 相当于batch size = 1的计算
|
||
in_data = in_data.unsqueeze(0).unsqueeze(0)
|
||
# 开始预测，由于模型输出的是没有softmax的数值，因此最后还需要softmax一下，
|
||
with torch.no_grad():
|
||
out_data = self.model(in_data)
|
||
out_data = F.softmax(out_data, dim=-1)
|
||
return PredictResult(out_data)
|
||
|
||
|
||
def predict_sketchpad(self, image: list[list[bool]]) -> PredictResult:
|
||
"""
|
||
以sketchpad的数据进行预测。
|
||
|
||
:param image: 该列表的shape必须为28x28。
|
||
:return: 预测结果。
|
||
"""
|
||
input = torch.tensor(image, dtype=torch.float32)
|
||
assert(input.dim() == 2)
|
||
assert(input.size(0) == 28)
|
||
assert(input.size(1) == 28)
|
||
|
||
return self.__predict_tensor(input)
|
||
|
||
def predict_image(self, image: ImageFile.ImageFile) -> PredictResult:
|
||
"""
|
||
以Pillow图像的数据进行预测。
|
||
|
||
:param image: Pillow图像数据。该图像必须为28x28大小。
|
||
:return: 预测结果。
|
||
"""
|
||
# 确保图像为灰度图像，以及宽高合适
|
||
grayscale_image = image.convert('L')
|
||
assert(grayscale_image.width == 28)
|
||
assert(grayscale_image.height == 28)
|
||
# 转换为numpy数组。注意这里的numpy数组是只读的，所以要先拷贝一份
|
||
numpy_data = numpy.reshape(grayscale_image, (28, 28), copy=True)
|
||
# 转换到Tensor，设置dtype
|
||
data = torch.from_numpy(numpy_data).float()
|
||
# 归一化到255，又因为图像输入是白底黑字，需要做转换。
|
||
data.div_(255.0).sub_(1).mul_(-1)
|
||
|
||
return self.__predict_tensor(data)
|
||
|
||
def main():
|
||
predictor = Predictor()
|
||
|
||
# 遍历测试目录中的所有图片，并处理。
|
||
test_dir = Path(__file__).resolve().parent.parent / 'test_images'
|
||
for image_path in test_dir.glob('*.png'):
|
||
if image_path.is_file():
|
||
print(f'Predicting {image_path} ...')
|
||
image = Image.open(image_path)
|
||
rv = predictor.predict_image(image)
|
||
|
||
print(f'Predict digit: {rv.chosen_number()}')
|
||
plt.figure(f'Image - {image_path}')
|
||
plt.imshow(image)
|
||
plt.axis('on')
|
||
plt.title(f'Predict digit: {rv.chosen_number()}')
|
||
plt.show()
|
||
|
||
|
||
if __name__ == "__main__":
|
||
gpu_utils.print_gpu_availability()
|
||
main()
|
||
|