20 lines
682 B
Python
20 lines
682 B
Python
import torch
|
|
import torchvision.transforms as transforms
|
|
|
|
from PIL import Image
|
|
from NeuralNetwork import NeuralNetwork
|
|
|
|
def getPrediction(img_path):
|
|
|
|
# Inicjacja sieci neuronowej
|
|
neural_net = NeuralNetwork.NeuralNetwork()
|
|
PATH = './trained_nn.pth'
|
|
img = Image.open(img_path)
|
|
transform_tensor = transforms.ToTensor()(img).unsqueeze_(0)
|
|
classes = ['glass', 'metal', 'paper', 'plastic']
|
|
neural_net.load_state_dict(torch.load(PATH))
|
|
neural_net.eval()
|
|
outputs = neural_net(transform_tensor)
|
|
|
|
# Wyciągnięcie największej wagi co przekłada się na rozpoznanie klasy, w tym przypadku rodzju odpadu
|
|
return classes[torch.max(outputs, 1)[1]] |