TensorFlow练习11: 图像分类器 – retrain谷歌Inception模型（转）

原文地址：https://www.tuicool.com/articles/ieQZVfa

前一帖《 TensorFlow练习10: 实现谷歌Deep Dream 》使用到了谷歌训练的Inception模型，本帖就基于Inception模型retrain一个图像分类器。

图像分类器应用广泛，连农业都在使用，如判断黄瓜种类。

本帖使用的训练数据是《 TensorFlow练习9: 生成妹子图（PixelCNN）》一文中使用的妹子图，最后训练出的分类器可以判断图片是不是妹子图。

首先下载tensorflow源代码：

$ gitclone https://github.com/tensorflow/tensorflow
$ gitcheckoutr0.11  # checkout对应已安装的Tensorflow版本

使用examples中的image_retraining。

训练：

$ pythontensorflow/tensorflow/examples/image_retraining/retrain.py --bottleneck_dirbottleneck --how_many_training_steps 4000 --model_dirmodel --output_graphoutput_graph.pb --output_labelsoutput_labels.txt --image_dirgirl_types/

参数解释参考retrain.py源文件。

大概训练了半个小时：

生成的模型文件和labels文件：

使用训练好的模型：

importtensorflowas tf
importsys# 命令行参数，传入要判断的图片路径
image_file = sys.argv[1]
#print(image_file)# 读取图像
image = tf.gfile.FastGFile(image_file, 'rb').read()# 加载图像分类标签
labels = []
for labelin tf.gfile.GFile("output_labels.txt"):labels.append(label.rstrip())# 加载Graph
withtf.gfile.FastGFile("output_graph.pb", 'rb') as f:graph_def = tf.GraphDef()graph_def.ParseFromString(f.read())tf.import_graph_def(graph_def, name='')withtf.Session() as sess:softmax_tensor = sess.graph.get_tensor_by_name('final_result:0')predict = sess.run(softmax_tensor, {'DecodeJpeg/contents:0': image})# 根据分类概率进行排序top = predict[0].argsort()[-len(predict[0]):][::-1]for indexin top:human_string = labels[index]score = predict[0][index]print(human_string, score)

执行结果：

参考：

https://www.tensorflow.org/versions/r0.11/how_tos/image_retraining/index.html
TensorFlow练习4: CNN, Convolutional Neural Networks
How Convolutional Neural Networks work

Share the post "TensorFlow练习11: 图像分类器 – retrain谷歌Inception模型"

Google+
Weibo
Email

TensorFlow练习11: 图像分类器 – retrain谷歌Inception模型（转）相关推荐

tf11: retrain谷歌Inception模型
前一帖使用到了谷歌训练的Inception模型,本帖就基于Inception模型retrain一个图像分类器. 图像分类器应用广泛,连农业都在使用,如判断黄瓜种类. 本帖使用的训练数据是PixelCN ...
Tensorflow图像分类器retrain过程
0x00 运行环境首先安装anaconda和tensorflow_gpu环境, 网上有教程,不多赘述.装完之后好像tensorflow_gpu会在anaconda下创建一个虚拟环境. 然后将Tens ...
[译] TensorFlow 教程 - 07 Inception 模型
本文主要演示了如何使用Inception v3模型进行图像识别. 01 - 简单线性模型 | 02 - 卷积神经网络 | 03 - PrettyTensor | 04 - 保存& 恢复 05 ...
CV之IE之Inception：基于TF框架利用Inception模型+GD算法的某层网络图像生成不同尺寸和质量的Deep Dream幻觉梦境图片(特征可视化实现图像可解释性)—五个架构设计思维导图
CV之IE之Inception:基于TF框架利用Inception模型+GD算法的某层网络图像生成不同尺寸和质量的Deep Dream幻觉梦境图片(特征可视化实现图像可解释性)-五个架构设计思维导图 ...
TF之DD：利用Inception模型+GD算法生成带背景的大尺寸、高质量的Deep Dream图片——五个架构设计思维导图
TF之DD:利用Inception模型+GD算法生成带背景的大尺寸.高质量的Deep Dream图片--五个架构设计思维导图目录 TF中的Deep Dream实践:利用Inception模型+GD算 ...
python手机运行器_MobileNet教程：用TensorFlow搭建在手机上运行的图像分类器
王瀚宸编译自 Hackernoon 量子位报道 | 公众号 QbitAI 在移动端本地运行神经网络成了明显的趋势,Google还为此推出了MobileNet框架. MobileNet框架怎么用?C ...
Tensorflow（七）Retrain Google Inception V3
1.下载Inception V3模型 Download-Link 在tensorflow官网中可以直接下载,下载完压缩包以后解压,注意不要删除这个压缩包,后面可能会用到,然后在同目录下创建一个log文 ...
tensorflow 迁移学习_基于 TensorFlow.js 1.5 的迁移学习图像分类器
在黑胡桃社区的体验案例中,有一个"人工智能教练",它其实是一个自定义的图像分类器.使用 TensorFlow.js 这个强大而灵活的 Javascript 机器学习库可以很轻松地构 ...
如何使用 Google 的 AutoAugment 改进图像分类器
本文为 AI 研习社编译的技术博客,原标题 : How to improve your image classifier with Google's AutoAugment 作者 | Philip P ...

TensorFlow练习11: 图像分类器 – retrain谷歌Inception模型（转）

TensorFlow练习11: 图像分类器 – retrain谷歌Inception模型（转）相关推荐

最新文章

热门文章