5.3.4　模型测试

该测试由两部分组成：一是调用摄像头获取实时图片；二是将图片转换为数据，输入已经训练好的卷积网络模型中，并且获取输出（逻辑判断）。

1．读取模型及调用

相关代码如下：

2．模型导入及调用

定义get_inputs（）和cat_detect（）函数，调用模型对照片进行有猫与否的判断。对照片的图像进行处理，这里和模型在数据上的操作一致，以保证检测过程中拥有和模型测试阶段一样的高准确率。

3．拍照功能

本部分包括自动和手动拍照，以下代码用于Pycharm中实现拍照功能并进行测试。

1）自动拍照

自动拍照主要依靠OpenCV以及训练好的猫脸检测与识别模型实现。首先，通过OpenCV控制摄像头获取画面；其次，调用已经训练好的模型，对每一帧图像进行识别。如果识别到猫脸，则自动拍照，显示照片并保存在指定位置。

2）手动拍照

手动拍照依靠OpenCV以及训练好的猫脸检测与识别模型实现。首先，通过OpenCV控制摄像头获取画面；其次，调用已经训练好的模型，对每一帧图像进行识别。

4．前端代码

本部分包括图像增广、模型微调、自动拍照、手动拍照、界面设计和打包.exe文件。

1）图像增广

相关代码如下：

2）模型微调

相关代码如下：

3）自动拍照

相关代码如下：

4）手动拍照

相关代码如下：

5）界面设计

相关代码如下：

6）打包.exe文件

相关代码如下：

     pyinstaller - F - w cat_photo.py #去除黑窗口打包为.exe文件