要给一张图片输出候选类别，可以在本地使用 Torchvision 的 ResNet50 预训练权重。模型返回的是 ImageNet 类别分数；它不负责给图片中的每个物体画框，也不能直接识别你的业务专属标签。
准备环境与图片
使用兼容的 PyTorch、Torchvision 与 Pillow 环境。按 PyTorch 的安装选择器安装与你系统匹配的版本；CPU 示例不要求 CUDA。准备有使用权的 photo.jpg，最好先用单个清晰主体的 RGB 照片。首次使用默认权重会联网下载，离线环境需事先准备模型缓存。
python -m pip install torch torchvision pillow以下流程按官方模型文档编写，未在具体图片和硬件上实测。保存代码为 classify.py，与图片放在同一目录，再运行 python classify.py；记录实际 torch 和 torchvision 版本便于复现。
使用权重自带的预处理
import torch
from PIL import Image
from torchvision.models import resnet50, ResNet50_Weights
weights = ResNet50_Weights.DEFAULT
model = resnet50(weights=weights).eval()
image = Image.open("photo.jpg").convert("RGB")
batch = weights.transforms()(image).unsqueeze(0)
with torch.inference_mode():
logits = model(batch)[0]
probabilities = logits.softmax(dim=0)
scores, indices = probabilities.topk(5)
categories = weights.meta["categories"]
for score, index in zip(scores.tolist(), indices.tolist()):
print(index, categories[index], round(score, 4))
assert logits.numel() == len(categories)weights.transforms() 包含这组权重要求的缩放、裁剪和归一化，不能只把图片变成张量就当作同一输入。eval() 与 inference_mode() 分别切换评估行为和关闭梯度记录，两者用途不同。
核对 Top-5，而不是只相信第一名
验证时应出现五条类别和分数，类别名称来自同一 weights 的 categories；检查最高分主体是否与图片可见内容相符。保留原图、五条候选和模型版本，不能把最高分当成确认事实。
例如模型可能给动物照片输出多个相近品种；若业务只需要“猫或狗”，仍要先建立类别映射并用代表性样本验证。若图片含多个物体，裁剪可能只保留中央主体，这不是目标检测遗漏的证据，而是分类输入范围的限制。
常见失败与下一步
图片打不开时核对路径和格式；下载失败时检查官方权重地址与缓存；torchvision 算子报错时检查包版本是否匹配，不先改类别列表。若换 GPU，模型和输入都要移动到同一设备。
下一步用十张已知类别的授权图片，记录 Top-1 和 Top-5 是否包含正确类别，再决定是否需要业务微调。Softmax 分数不是校准后的正确率，陌生类别也会被分配到已有类；医疗、产品缺陷等专业任务不能直接用此通用分类结果作决定。
资料与适用版本
以下官方资料核对于 2026 年 10 月 1 日；安装和界面以实际使用版本为准。
Ai菜鸟网。发布者：AI小管家，转载请注明出处：https://www.alyyhw.com/30659.html
