如何批量预测更快的RCNN模型?



我有一个训练有素的RCNN (Keras-Retinanet)模型,我一次只能预测一张图像。

boxes, scores, labels = model.predict_on_batch(np.expand_dims(image, axis=0))

完整的脚本在这里

是否有一种方法可以同时预测多个图像?

感谢

在这里扩展dim的原因是人为地添加一个批处理维度。只需将一堆图像堆叠在一起并将其传递给此函数即可获得一批结果。

换句话说,现在你进来了:[图片].

你可以传入:[image_1, image_2, image_3,…](作为numpy数组,而不是python数组)

最新更新