使用模型预测图片文件时，为了加快速度，早点得到预测结果，可以将预测图片分成多份多开几个命令窗口进行预测。
具体的处理方法是:
①读取需预测图片文件列表，
②把列表分成多份写入多个json文件
③预测时输入含路径信息的json文件读取图片
④同时预测多个json文件的图片
关于为什么写入json文件而不是txt等文件，主要是可直接生成列表写入json文件，读取时，得到的是json文件的整个列表内容，可以直接读取处理，非常方便。
读写json的几个函数：
json.load() 解码json数据，输入是json文件xxx.json, 载入json文件内容
json.loads() 输入是json字符串，将一个json编码的字符串转换回一个python数据结构
import jsoncontent = {'date' : '12.28','weather' : 'sunny',}json_str = json.dumps(content)content = json.loads(json_str)with open('path.json', 'w') as f:json.dump(content, f)#可如下写成一句json.dump(content, open('path.json', 'w'))with open('path.json', 'r') as f:content = json.load(f)
json.dump() 编码json文件，将内容写入json file
json.dumps() 将一个python数据结构转化为json数据
