Peng
Peng
casia-surf数据集请从官方渠道申请哈。
多个不同网络的多个checkpoints
 看测试的代码，其实和普通的预测代码没有多大区别，也可以打印一下网络的输出也就知道了。
> 谢谢您！但是我把real和fake都试了几张，输出的都试[0]。 > > image1 = Image.open('./image/f01.jpg') > image1 = transform(image1).unsqueeze(0) > output1 = net(image1) > soft_output = torch.softmax(output1, dim=-1) > preds = soft_output.to('cpu').detach().numpy() > _, predicted = torch.max(soft_output.data, 1)...
不需要任何解压操作，直接放在指定文件夹加载就可以了，感谢关注！
可能你还没有训练导致的，你那个命令是验证并保存预测结果的时候的命令
mobilenet v2的模型不是我自己的，是别人在imagenet上训练的，作为我的模型初始化。暂时还没有开发预训练模型，不好意思。
看应用场景，如果安全级别不是非常高的情况下，是可以用的。模型虽然很小，完全可以实时，但是还需要你有比较好的数据去训练。
> 你们有没有呀；是否可以提供呀； 有数据是可以达到商用的，时间在10ms左右，预训练模型后期会放出
> 请问能描述一下怎么样从FeatherNet的输出向量（长度1024的）计算出score吗？ 参考测试的代码