В настоящее время у меня есть предварительно обученная модель, которая использует DataLoader для чтения пакета изображений для обучения модели.
self.data_loader = torch.utils.data.DataLoader(dataset, batch_size=batch_size, shuffle=False,
num_workers=1, pin_memory=True)
...
model.eval()
for step, inputs in enumerate(test_loader.data_loader):
outputs = model(torch.cat([inputs], 1))
...
Я хочу обрабатывать (делать прогнозы) изображения по мере их поступления из очереди. Он должен быть похож на код, который считывает одно изображение и запускает модель, чтобы делать на нем прогнозы. Что-то вроде следующего:
from PIL import Image
new_input = Image.open(image_path)
model.eval()
outputs = model(torch.cat([new_input ], 1))
Мне было интересно, не могли бы вы подсказать мне, как это сделать, и применить те же преобразования в DataLoader.
dataset
. Детали которых в вопросе не приводятся. - person jodag   schedule 03.04.2020