#!/bin/bash# 檢查是否傳入必要的參數，若未傳入參數則打印用法并退出
if [ "$#" -lt 1 ]; thenecho "用法: $0 <file_path>"echo "示例: $0 /home/aistudio/work/PaddleSeg/city/cityscapes_urls_extracted.txt"exit 1
fi# 讀取命令行傳入的文件路徑作為第一個參數
file_path="$1"
# 設置圖片路徑（用于預測時加載圖像）
image_path="/home/aistudio/work/PaddleSeg/val"
# 設置結果保存路徑
save_dir="/home/aistudio/work/PaddleSeg/output1"
# 設置配置文件基礎路徑
config_base_dir="/home/aistudio/work/PaddleSeg/configs"# 檢查輸入的文件路徑是否存在，如果文件不存在則打印錯誤并退出
if [ ! -f "$file_path" ]; thenecho "文件 $file_path 不存在"exit 1
fi# 獲取 configs 目錄下的所有子文件夾（每個文件夾的名字作為模型核心名稱）
for model_core_name in $(ls -d $config_base_dir/*/); do# 提取文件夾名稱作為模型核心名稱model_core_name=$(basename $model_core_name)# 輸出當前模型核心名稱，幫助調試echo "模型核心名稱: $model_core_name"# 遍歷指定的文件（$file_path），讀取每一行內容while IFS= read -r url; do# 檢查該行是否包含 "model.pdparams"，以確認是有效的模型路徑if [[ "$url" == *"model.pdparams" ]]; then# 提取模型完整名稱（即倒數第一層目錄名作為模型名稱）model_full_name=$(basename "$(dirname "$url")")# 根據模型核心名稱和完整名稱，組合出配置文件的路徑config_path="${config_base_dir}/${model_core_name}/${model_full_name}.yml"# 檢查對應的配置文件是否存在，如果不存在則跳過當前模型if [ ! -f "$config_path" ]; thenecho "配置文件 $config_path 不存在"continuefi# 生成預測命令，執行預測操作command="python predict.py \--config $config_path \--model_path $url \--image_path $image_path \--save_dir $save_dir/$model_full_name"# 打印生成的命令，方便調試echo "執行命令: $command"# 執行預測命令eval $command || { echo "命令執行失敗: $command"; exit 1; }# 輸出空行，便于分隔每個模型的預測結果echo ""fidone < "$file_path"
done

代碼邏輯及注釋說明：

1. 檢查輸入參數：

   • 腳本首先檢查是否傳入了正確的參數。如果沒有傳入參數（即 "$#" 小于 1），則會提示用法并退出。

2. 設置路徑變量：

   • file_path：傳入的包含模型路徑的文件。
   • image_path：用于預測的圖像路徑。
   • save_dir：存放預測結果的文件夾路徑。
   • config_base_dir：存放配置文件的基礎路徑。

3. 檢查文件是否存在：

   • 腳本會檢查輸入的文件路徑（$file_path）是否存在。如果不存在，則會輸出錯誤并退出。

4. 遍歷配置文件夾：

   • 使用 ls -d $config_base_dir/*/ 獲取 configs 目錄下的所有子文件夾（每個文件夾代表一個模型核心名稱）。例如，如果文件夾名為 ginet，則模型核心名稱就是 ginet。
   • 對每個模型核心名稱（文件夾名），腳本都會提取該模型的完整名稱，并根據模型路徑和完整名稱生成相應的配置文件路徑。

5. 讀取模型路徑并執行預測：

   • 腳本會讀取輸入文件（$file_path）中的每一行，檢查每行是否是以 model.pdparams 結尾的有效模型路徑。
   • 對于有效路徑，生成對應的配置文件路徑，組合成預測命令，并執行該命令。

6. 生成并執行預測命令：

   • 使用 eval 執行構建的 Python 命令。該命令會調用 predict.py 腳本，傳入配置文件、模型路徑、圖像路徑等參數進行預測。
   • 如果命令執行失敗，腳本會打印錯誤信息并退出。

7. 輸出調試信息：

   • 在執行命令前，會輸出當前的預測命令，幫助調試。
   • 每個模型的預測執行完成后，輸出一個空行以便區分不同模型的結果。

適用場景：

此腳本適用于批量處理多個模型的預測任務。每個模型的配置文件、模型文件和其他參數都會從輸入的文件和目錄結構中自動生成，適合需要自動化批量預測的場景。