深度学习狗品种分类test预测时出线问题

import torch
import torchvision.models as models

# 加载resnet34模型
model = models.resnet34(pretrained=False)

# 加载之前训练好的模型参数（状态）
model.load_state_dict(torch.load('resnet34_model.pth'))

import torch
from torchvision import transforms
from torchvision.datasets import ImageFolder
from torch.utils.data import DataLoader

# 设置需要使用的数据预处理方法
transform = transforms.Compose([
    transforms.Resize((224, 224)),  # 调整图像尺寸为224x224
    transforms.ToTensor(),  # 转换为张量
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])  # 标准化
])

# 加载testloader数据集
test_dataset = ImageFolder('path/to/test/dataset', transform=transform)
testloader = DataLoader(test_dataset, batch_size=64, shuffle=False)

# 对每个批次数据进行预测
for images, labels in testloader:
    outputs = model(images)
    _, predicted = torch.max(outputs, 1)

    # 打印预测结果
    print(predicted)