使用预训练模型直接进行图片识别

链接：https://pan.baidu.com/s/1ExZgm3HDYG2oFGRN770GfQ
提取码：手机号后四位

import tensorflow as tf
import os
import numpy as np
import re
from PIL import Image
import matplotlib.pyplot as pltclass NodeLookup(object):def __init__(self):label_lookup_path = 'imagenet_2012_challenge_label_map_proto.pbtxt'uid_lookup_path = 'imagenet_synset_to_human_label_map.txt'self.node_lookup = self.load(label_lookup_path, uid_lookup_path)def load(self, label_lookup_path, uid_lookup_path):# 加载分类字符串n********对应分类名称的文件proto_as_ascii_lines = tf.io.gfile.GFile(uid_lookup_path).readlines()uid_to_human = {}#一行一行读取数据for line in proto_as_ascii_lines :#去掉换行符line=line.strip('\n')#按照'\t'分割parsed_items = line.split('\t')#获取分类编号uid = parsed_items[0]

使用预训练模型直接进行图片识别相关推荐

Pytorch——XLNet 预训练模型及命名实体识别
介绍在之前我们介绍和使用了 BERT 预训练模型和 GPT-2 预训练模型,分别进行了文本分类和文本生成次.我们将介绍 XLNet 预训练模型,并使用其进行命名实体识别次. 知识点 XLNet 在 ...
深度学习之openvino预训练模型测试（车牌识别）
0 背景在上一篇文章<深度学习之openvino预训练模型测试>,我们介绍了如何使用 intel 提供的预训练模型完成语义分割任务.但在用 public 预训练模型时,发现我的 open ...
kaggle比赛：Classify Leaves（使用resnet50预训练模型进行：图片树叶分类）
目录 1.比赛介绍: 2.数据划分: 3.图像增广: 4.读取数据: 5.模型构造: 6.计算损失: 7.模型训练: 8.模型推理: 9.上传预测结果到kaggle: 本文内容来源于<动手深度学 ...
使用bert的预训练模型做命名实体识别NER
前言在上一篇博客提到了如何使用blstm-crf模型来训练本地数据集,完成命名实体提取的任务,还详细解析了代码和对应的原理.针对特定的任务,垂直的领域,可能需要使用特定数据集去训练,从而使得模型有一 ...
微信自动回复+图片识别
之前写了深度学习环境的搭建,并在环境中搭建了深度神经网络加以训练,最终完成了猫狗图片的分类.那么,是否可以利用训练得到的模型,在其他应用场景完成拓展呢? 本文将利用itchat和图灵机器人(可以不用图 ...
『NLP经典项目集』10：使用预训练模型优化快递单信息抽取
使用PaddleNLP语义预训练模型ERNIE完成快递单信息抽取注意本项目代码需要使用GPU环境来运行:命名实体识别是NLP中一项非常基础的任务,是信息提取.问答系统.句法分析.机器翻译等众多NLP ...
Keras预训练模型下载及迁移学习
Keras 预训练模型简介在 Keras 中,包含有一个辅助应用模块 keras.applications,其提供了带有预训练权重的 Keras 模型.你可以直接使用这些模型,或者像本文一样对模型进 ...
快递单信息抽取【二】基于ERNIE1.0至ErnieGram + CRF预训练模型
相关文章: 1.快递单中抽取关键信息[一]----基于BiGRU+CR+预训练的词向量优化 2.快递单信息抽取[二]基于ERNIE1.0至ErnieGram + CRF预训练模型 3.快递单信息抽取[ ...
怎样用预训练模型搞定深度学习？
引言跟传统的监督式机器学习算法相比,深度神经网络目前最大的劣势是什么?贵!尤其是当我们在尝试处理现实生活中诸如图像识别.声音辨识等实际问题的时候.一旦你的模型中包含一些隐藏层时,增添多一层隐藏层将会 ...

使用预训练模型直接进行图片识别

使用预训练模型直接进行图片识别相关推荐

最新文章

热门文章