Python 3.x 二值图像分类推理

这是血细胞的分类过程。我有两类：单核和多核。训练结束了。X_测试是图像数组，y_测试是标签数组。我试图预测单个输入图像的标签

我已将标签数组更改为dtype int，并在float32中展平了它和图像数组，就像我对训练图像和标签所做的那样。我是否需要制作一个测试数据集，因为我已经使用DatasetMixin制作了一个train数据集？我怎样才能得到想要的结果呢。我的目标是一个单一的图像预测只

y_test = y_test.astype(int)
y_test = y_test.flatten()

batch_size = 1

dataset = MyDataset(X_test, y_test)
test_iter = iterators.SerialIterator(dataset, batch_size)

img = cv2.imread('C:/Users/Dell/Desktop/TEST IMAGES/MONOCYTE.jpeg')
plt.imshow(img)
plt.show()
img=np.array((img), dtype = np.float32)
img=img/255.0

x = Variable(np.asarray([X_test[0]]))
y = model(x)

prediction = y.data.argmax(axis=1)

在y=model（x）行之后，我得到了错误： TypeError:调用（）缺少1个必需的位置参数：“x”

---

TypeError:call（）缺少1个必需的位置参数：“x”

您可能缺少了

标签，这些标签被认为是在培训期间提供给模型的。
请写下您是如何实例化
模型的
。我正在使用Jupyter笔记本。我刚刚训练完同一本笔记本中的模型。模型名称为MyModel。Neerajan，请添加完整的代码以更好地理解问题。标签分别为y_train和y_test for training和test dataset。y_列转换为int，然后展平，然后使用DatasetMixin将其与X_列一起放入dataset_列。然后将该数据集序列分为训练和验证（20%）部分，并使用序列x=变量（np.asarray（[x_测试[0]]）输入到模型中。。。似乎您只选择了图像部分。如果你想得到“好”的答案，你必须提出最少的代码来重现。