Machine learning 我如何从这些预训练模型中得到预测?
我一直在尝试生成人体姿势估计,我遇到了许多预训练模型,例如,但是这些模型只包括用于训练和测试的脚本,这似乎是为实现研究论文中的模型而编写的代码中的规范,在我尝试编写脚本来加载预训练模型并将其输入到我的图像中,但是我得到的输出是一堆张量,我不知道如何将它们转换为我需要的.json注释 总新手在这里,对不起我的英语差提前,任何提示是感激的 我会包括我的脚本,但它超过100行 PS:与作者联系并询问他们是否能提供帮助是否礼貌Machine learning 我如何从这些预训练模型中得到预测?,machine-learning,computer-vision,pytorch,Machine Learning,Computer Vision,Pytorch,我一直在尝试生成人体姿势估计,我遇到了许多预训练模型,例如,但是这些模型只包括用于训练和测试的脚本,这似乎是为实现研究论文中的模型而编写的代码中的规范,在我尝试编写脚本来加载预训练模型并将其输入到我的图像中,但是我得到的输出是一堆张量,我不知道如何将它们转换为我需要的.json注释 总新手在这里,对不起我的英语差提前,任何提示是感激的 我会包括我的脚本,但它超过100行 PS:与作者联系并询问他们是否能提供帮助是否礼貌 因为这看起来有点恶心。我不是在做骨骼检测研究,但你的问题似乎很普遍 1我认为
因为这看起来有点恶心。我不是在做骨骼检测研究,但你的问题似乎很普遍 1我认为其他人不应该从一开始就教你如何加载数据和从一开始就运行他们的代码 2为了运行其他人的代码,只需修改他们提供的测试脚本,例如 他们已经帮你加载了模型
model = eval('models.'+cfg.MODEL.NAME+'.get_pose_net')(
cfg, is_train=False
)
if cfg.TEST.MODEL_FILE:
logger.info('=> loading model from {}'.format(cfg.TEST.MODEL_FILE))
model.load_state_dict(torch.load(cfg.TEST.MODEL_FILE), strict=False)
else:
model_state_file = os.path.join(
final_output_dir, 'final_state.pth'
)
logger.info('=> loading model from {}'.format(model_state_file))
model.load_state_dict(torch.load(model_state_file))
model = torch.nn.DataParallel(model, device_ids=cfg.GPUS).cuda()
就打电话
# evaluate on Variable x with testing data
y = model(x)
# access Variable's tensor, copy back to CPU, convert to numpy
arr = y.data.cpu().numpy()
# write CSV
np.savetxt('output.csv', arr)
您应该能够在excel中打开它
3将它们转换为我需要的.json注释
这就是没人能帮助的问题。我们不知道你想要什么格式。对于他们的格式,可以通过他们的论文获得。或者通过以下方式查看他们的培训数据:
X, y = torch.load('some_training_set_with_labels.pt')
通过关联x和y。那你应该有个好主意