### 使用 Python 和 ResNet 实现图像分类 #### 加载必要的库 为了实现基于 ResNet 的图像分类，首先需要导入所需的库。这些库包括 PyTorch 及其工具包 torchvision，用于加载预训练模型和处理数据集。 ```python import torch from torchvision import models, transforms from PIL import Image import json ``` #### 数据预处理 在进行预测之前，需对输入图片做适当转换以匹配 ResNet 输入格式的要求。这通常涉及调整大小、裁剪以及标准化等操作[^3]。 ```python preprocess = transforms.Compose([ transforms.Resize(256), transforms.CenterCrop(224), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]), ]) ``` #### 载入预训练模型 这里选用的是 ResNet50 模型，并且会下载由 ImageNet 训练好的权重参数来初始化网络结构。这样可以直接利用已经学到的强大特征表示能力来进行新的任务迁移学习[^1]。 ```python model = models.resnet50(pretrained=True) model.eval() ``` #### 准备标签映射表 对于输出的结果解释来说非常重要的一环就是获取每个类别的名称。可以通过读取 `imagenet_class_index.json` 文件得到编号与实际物体之间的对应关系[^4]。 ```json with open('imagenet_class_index.json') as f: class_idx = json.load(f) idx2label = [class_idx[str(k)][1] for k in range(len(class_idx))] ``` #### 图像分类流程 最后一步则是将上述组件组合起来完成整个推理过程：先打开待测图片文件；接着调用前面定义的数据变换方法对其进行加工；再送入神经网络计算得出概率分布向量；最终依据最高得分挑选出最可能对应的类别名并打印出来。 ```python def classify_image(image_path): img = Image.open(image_path).convert('RGB') input_tensor = preprocess(img) input_batch = input_tensor.unsqueeze(0) with torch.no_grad(): output = model(input_batch) probabilities = torch.nn.functional.softmax(output[0], dim=0) top_prob, top_catid = torch.topk(probabilities, 1) predicted_label = idx2label[top_catid] return { 'predicted': predicted_label, 'probability': float(top_prob) } result = classify_image("path_to_your_test_image.jpg") print(result) ```