其他
揭秘“移动云杯”行业赛道——工业行业应用子赛道
import...class Model(): # 主类 def __init__(self,p_path): self.__model = None # 使用按照压缩包路径下的相对路径， # 如，解压后的文件夹名称为model,模型存放于model下的pysrc/model.pkl路径，则路径为'model/pysrc/model.pkl' try: # -------------------------如下位置可修改(加载模型)------------------------ self.load_model(p_path+'/model/pysrc/model.pkl') # ------------------------- END ------------------------ except Exception as e: ... return Nonedef predict(self,path_to_img:str): # 入参：单个图片的路径，如’aaa.jpg’ # Read in image try: # -------------------------如下位置可修改(读取图片)------------------------ x = Image.open(path_to_img) # ------------------------- END ------------------------ except Exception as e: ... # predict & score try:
# -------------------------如下位置可修改(推理过程)------------------------ prediction = self.__model(x) # ------------------------- END ------------------------ except Exception as e: ... return prediction # 返回结果：整数，与label对应关系为：（jssx金属碎屑(1)、OK合格(2)、lj边缘碎屑（3）、ong其他NG（4）、tfhd碳粉黑点(5)）def load_model(self,path_to_model:str): # Load model # -------------------------如下位置可修改（加载模型）------------------------ with open(path_to_model,'rb') as fp: paras = pickle.load(fp) self.__model = lambda x : random.randint(paras[0],paras[1]) # ------------------------- END ------------------------ return 0调用Predictor类的伪码如下：if __name__ == '__main__': M = Model('./') # 初始化模型 print(M.predict('2023_zyy_35.jpg')) # 调用推理过程# 输出：1-5之间的整数