Python 3.x 如何使用.mat数据集或S3文件夹的图像批量测试Sagemaker对象检测模型？

我培训了以下Sagemaker模型：

我尝试了JSON和RecordIO版本。在这两种算法中，算法都在一幅样本图像上进行了测试。然而，我有一个2000张图片的数据集，我想测试一下。我已经将2000张jpg图片保存在S3存储桶中的一个文件夹中，我还有两个.mat文件（pics+ground truth）。如何一次将此模型应用于所有2000张图片，然后保存结果，而不是一次只保存一张图片

我正在使用下面的代码从S3存储桶中加载一张图片：

object = bucket.Object('pictures/pic1.jpg')
object.download_file('pic1.jpg')
img=mpimg.imread('pic1.jpg')
img_name = 'pic1.jpg'
imgplot = plt.imshow(img)
plt.show(imgplot)

with open(img_name, 'rb') as image:
    f = image.read()
    b = bytearray(f)
    ne = open('n.txt','wb')
    ne.write(b)

import json
object_detector.content_type = 'image/jpeg'
results = object_detector.predict(b)
detections = json.loads(results)
print (detections['prediction'])

---

我不确定我是否正确理解了你的问题。但是，如果要同时向模型提供多个图像，可以创建多维图像数组（字节数组）来向模型提供图像

代码看起来像这样

import numpy as np
...

#  predict_images_list is a Python list of byte arrays
predict_images = np.stack(predict_images_list)

with graph.as_default():
    #  results is an list of typical results you'd get.
    results = object_detector.predict(predict_images)

---

但是，我不确定一次提供2000张图片是否是个好主意。最好一次在20-30张图像中对它们进行批处理并预测

谢谢大家!！这就是我要找的！