predict_pretrained.py

# -*- coding: utf-8 -*-
"""
Diese Datei sollte nicht verändert werden und wird von uns gestellt und zurückgesetzt.
Skript testet das vortrainierte Modell
@author: Maurice Rohr
"""

# import socket
# def guard(*args, **kwargs):
#     raise Exception("Internet Access Forbidden")
# socket.socket = guard

from predict import predict_labels
from wettbewerb import load_references, save_predictions
import argparse
import time
import logging

logger = logging.getLogger("main_log")

if __name__ == '__main__':

    logging.basicConfig(filename="logfile_predict.log",
                    format='%(asctime)s %(message)s',
                    filemode='w')
    
    # Setting the threshold of logger to DEBUG
    logger.setLevel(logging.DEBUG)

    parser = argparse.ArgumentParser(description='Predict given Model')
    parser.add_argument('--test_dir', action='store', type=str, default='../test/')
    parser.add_argument('--model_name', action='store', type=str, default='international_CO1')
    args = parser.parse_args()
    
    ecg_leads, ecg_labels, fs, ecg_names = load_references(args.test_dir) # Importiere EKG-Dateien, zugehörige Diagnose, Sampling-Frequenz (Hz) und Name                                                # Sampling-Frequenz 300 Hz
    
    start_time = time.time()
    predictions = predict_labels(ecg_leads, fs, ecg_names, model_name=args.model_name)
    pred_time = time.time()-start_time
    
    save_predictions(predictions) # speichert Prädiktion in CSV Datei
    print("Runtime", pred_time, "s")