模型名称 | spinalnet_res50_gemstone |
---|---|
类别 | 图像-图像分类 |
网络 | resnet50 |
数据集 | gemstone |
是否支持Fine-tuning | 否 |
模型大小 | 137MB |
最新更新日期 | - |
数据指标 | - |
-
- 使用PaddleHub的SpinalNet预训练模型进行宝石识别或finetune并完成宝石的预测任务。
-
-
paddlepaddle >= 2.0.0
-
paddlehub >= 2.0.0 | 如何安装paddlehub
-
-
-
$ hub install spinalnet_res50_gemstone
- 如您安装时遇到问题,可参考:零基础windows安装 | 零基础Linux安装 | 零基础MacOS安装
-
-
-
$ hub run spinalnet_res50_gemstone --input_path "/PATH/TO/IMAGE"
- 通过命令行方式实现图像分类模型的调用,更多请见 PaddleHub命令行指令
-
-
-
import paddlehub as hub import cv2 classifier = hub.Module(name="spinalnet_res50_gemstone") result = classifier.predict(['/PATH/TO/IMAGE']) print(result)
-
-
-
def predict(images)
-
分类接口API。
-
参数
- images: list类型,待预测的图像。
-
返回
- result:list类型,每个元素为对应输入图片的预测结果。预测结果为dict类型,key为该图片分类结果label,value为该label对应的概率
-
-
-
1.0.0
初始发布
-
$ hub install spinalnet_res50_gemstone==1.0.0
-