用torch7模型测试单个图像

Question

我根据链接这里训练我的模型。当我训练它时，它几乎达到了90%的精度。我正在使用vgg_bn_drop.lua模型，您可以在链接中找到该模型。但问题是，我不知道如何测试它的单个图像。

我知道怎么测试模型。通过前向通过网络传递图像。

因此，测试该模型将需要modelname:forward(image)。其中，modelname是我训练过的模型的名称，forward用于转发模型，而' image‘是我想要转发的图像位置。现在，我无法从这个网络中计算出单个图像的维数。

所以，我想做的是，拍一张照片。假设图像的维数为3x32x32。通过网络传递并得到结果。这个网络有可能吗？

没有关于如何测试单个图像的文档。

到目前为止我尝试的是，

1)声明一个大小的张量(3x32x32)。让我们称它为图像。‘`image = torch.Tensor(3x32x32)。向前传这个。

model:forward(image)

它会产生错误...h/install/share/lua/5.1/nn/SpatialBatchNormalization.lua:68: only mini-batch supported (4D tensor), got 3D tensor instead。

2)我将图像重塑为(1,3,32,32)

image = image:reshape(1,3,32,32)向前传递这个

model:forward(image)

它会产生错误...ch/torch/install/share/lua/5.1/nn/BatchNormalization.lua:67: only mini-batch supported (2D tensor), got 1D tensor instead。

所以我尝试了一些方法。但却想不出如何把一张图像传递给那个网络。你能帮帮我吗？

模型定义是

require 'nn'

local vgg = nn.Sequential()
-- building block
local function ConvBNReLU(nInputPlane, nOutputPlane)
  vgg:add(nn.SpatialConvolution(nInputPlane, nOutputPlane, 3,3, 1,1, 1,1))
  vgg:add(nn.SpatialBatchNormalization(nOutputPlane,1e-3))
  vgg:add(nn.ReLU(true))
  return vgg
end
-- Will use "ceil" MaxPooling because we want to save as much feature space as we can
local MaxPooling = nn.SpatialMaxPooling

ConvBNReLU(3,64):add(nn.Dropout(0.3))
ConvBNReLU(64,64)
vgg:add(MaxPooling(2,2,2,2):ceil())
ConvBNReLU(64,128):add(nn.Dropout(0.4))
ConvBNReLU(128,128)
vgg:add(MaxPooling(2,2,2,2):ceil())
ConvBNReLU(128,256):add(nn.Dropout(0.4))
ConvBNReLU(256,256):add(nn.Dropout(0.4))
ConvBNReLU(256,256)
vgg:add(MaxPooling(2,2,2,2):ceil())
ConvBNReLU(256,512):add(nn.Dropout(0.4))
ConvBNReLU(512,512):add(nn.Dropout(0.4))
ConvBNReLU(512,512)
vgg:add(MaxPooling(2,2,2,2):ceil())
ConvBNReLU(512,512):add(nn.Dropout(0.4))
ConvBNReLU(512,512):add(nn.Dropout(0.4))
ConvBNReLU(512,512)
vgg:add(MaxPooling(2,2,2,2):ceil())
vgg:add(nn.View(512))
vgg:add(nn.Dropout(0.5))
vgg:add(nn.Linear(512,512))
vgg:add(nn.BatchNormalization(512))
vgg:add(nn.ReLU(true))
vgg:add(nn.Dropout(0.5))
vgg:add(nn.Linear(512,10))

-- initialization from MSR
local function MSRinit(net)
  local function init(name)
    for k,v in pairs(net:findModules(name)) do
      local n = v.kW*v.kH*v.nOutputPlane
      v.weight:normal(0,math.sqrt(2/n))
      v.bias:zero()
    end
  end
  init'nn.SpatialConvolution'
end

MSRinit(vgg)
return vgg

Answer 1

错误很明显：nn.BatchNormalization期望一个2D张量作为输入(一批)，但是接收一个一维张量。您在输入(image:reshape(1,3,32,32))中添加了批处理维度，但是通过网络，维度丢失了。nn.View模块对此负有责任。

假设使用以下参数实例化了该模块：

output_size = channels*height*width    -- (512 in your case)
view = nn.View(output_size)

给出了batch_size x channels x height x width (1x512x1x1)形状的输入张量。模块现在必须决定它是返回批处理还是返回单个非批处理输出。

1. 如果batch_size > 1，答案很明显：batch_size*channels*height*width是output_size =>的倍数，输入是批处理=>，输出必须是批处理。
2. 如果batch_size == 1，那么怎么办？1*channels*height*width == output_size，输入是批处理还是非批处理？nn.View假设输入不是，并生成单个输出(没有批处理维度)。

为了纠正误解，可以指定非批处理维度的NB数(如果输入有NB+1维度，则为批处理)：

view:setNumInputDims(NB)

鉴于上述情况，这将解决您的问题：

vgg:add(nn.View(512):setNumInputDims(3))