win10使用Inception v3进行图像分类TensorFlow学习记录

win10中构建TensorFlow环境：

下载并安装anaconda环境，具体步骤这里有：spark2.3在Windows10当中来搭建python3的使用环境pyspark，只需要看anaconda的安装方法就行。安装好以后使用快捷键Ctrl+R打开运行，输入cmd打开命令行工具，输入conda install tensorflow命令安装TensorFlow，需要键入y确定下载安装。

下载训练代码和分类代码：

从GitHub中googlecodelabs/tensorflow-for-poets-2中下载Zip包，然后解压到本地，只需要用到scripts文件里面的retrain.py和label_image.py文件。retrain.py文件是使用已经构建好的TensorFlow图结构文件classify_image_graph_def.pb，来训练顶层。训练好以后的图结构会保存起来，训练的图标签也会保存起来，然后可以用来进行图像的分类。label_image.py文件是输入一张图片然后给出分类结果。代码文件的注释中都有说明运行代码的方式，这里具体讲解下。

下载图像文件：

需要满足有主目录，次级目录名称必须是分类标签，例如daisy、dandelion、roses、sunflowers、tulips，这主要是因为retrain.py文件是使用次级目录名称作为分类标签的，不需要额外的传入分类字典。要下载的这个图像文件包是满足这个要求的，从链接中下载http://download.tensorflow.org/example_images/flower_photos.tgz，然后解压出来，这里解压的目录是F:\

运行Windows Powershell开始训练：

进入代码解压以后的目录，F:\tensorflow-for-poets-2-master\scripts
然后按住Shift键不动单机鼠标右键，点击在此处打开Powershell 窗口(S)

运行retrain.py文件，在Powershell中键入命令 python retrain.py --image_dir F:\flower_photos，这里传入的路径是图像文件解压以后的主目录，程序运行最开始检测到已经构建好的TensorFlow图结构文件classify_image_graph_def.pb不存在，就会创建目录，然后自动下载这个文件

训练过程中出现的是这样的画面

等待训练完以后，会新生成一个文件夹tmp，里面有训练好的TensorFlow图结构文件output_graph.pb，还有一个类标签的TXT文件output_labels.txt，这些文件在对图像分类的时候需要用到

运行label_image.py文件，不关闭Powershell，接着运行命令

python label_image.py --image F:\flower_photos\dandelion\141935731_d26d600f4f_m.jpg --graph F:\tmp\output_graph.pb --labels F:\tmp\output_labels.txt

--image是图像文件的路径，--graph是训练好的TensorFlow图结构文件路径，--labels是图像标签文件的路径

返回错误KeyError: "The name 'import/input' refers to an Operation not in the graph."
这里需要修改label_image.py文件里面的input_layer参数，将input_layer = "input"修改为input_layer = "Mul"

重新运行命令，返回错误ValueError: Cannot feed value of shape (1, 224, 224, 3) for Tensor 'import/Mul:0', which has shape '(1, 299, 299, 3)'，这里修改参数为input_height =299，input_width =299

然后再次运行命令得

就得到了输出结果

Evaluation time (1-image): 1.960s

roses (score=0.98647)
tulips (score=0.01164)
sunflowers (score=0.00151)
daisy (score=0.00021)
dandelion (score=0.00019)

还可以在最后增加几行代码输出对应的图片

import matplotlib.pyplot as pltfrom skimage import ioimg = io.imread(file_name)plt.imshow(img)plt.axis('off')plt.show()

参考内容：
TensorFlow学习笔记：使用Inception v3进行图像分类
Tensorflow for Windows 10 (GPU) 入门笔记
https://github.com/googlecodelabs/tensorflow-for-poets-2

深度学习卷积神经网络——经典网络GoogLeNet(Inception V3)网络的搭建与实现

win10使用Inception v3进行图像分类TensorFlow学习记录相关推荐

含并行连结的网络 GoogLeNet / Inception V3 动手学深度学习v2 pytorch
1. 含并行连结的网络 GoogLeNet 第一个神经网络可以做到超过100层. Inception 块的名字,取自盗梦空间,就是不断深入到梦境中,不断深入. Inception 使得参数减少,计算量 ...
TensorFlow学习记录1-一些比较好的学习资源
以下是个人找到的一些TensorFlow学习资源,中英文都有 www.tensorflow.org 官网 http://wiki.jikexueyuan.com/project/tensorflow- ...
TensorFlow学习笔记：使用Inception v3进行图像分类
博文地址:https://www.jianshu.com/p/cc830a6ed54b
实验一：Cifar10图像分类竞赛学习记录
实验一:Cifar10图像分类竞赛一.实验目的利用pytorch框架解决图像分类问题二.实验环境竞赛平台,Pytorch库三.实验内容给定Cifar10数据集,对其进行分类训练,在竞赛平台 ...
O‘relly 机器学习实战基于Scikit-learn 、Keras和Tensorflow 学习记录-第一章
@[TOC](这里写自定义目录标题) #第一章机器学习概述案例1.1: 使用Scikit-learn 训练并运行一个线性模型 import matplotlib.pyplot as plt imp ...
tensorflow实现猫狗分类器（三）Inception V3迁移学习
部分内容来自博主史丹利复合田的Keras 入门课6 – 使用Inception V3模型进行迁移学习地址:https://blog.csdn.net/tsyccnh/article/details ...
TensorFlow学习笔记之源码分析（3）---- retrain.py
https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/image_retraining/retrain.py ...
TensorFlow学习笔记之源码分析（3）---- retrain.py（转）
原文地址:http://blog.csdn.net/daydayup_668819/article/details/68060483 https://github.com/tensorflow/ten ...
【Tensorflow】深度学习实战05——Tensorflow实现Inception V3
[fishing-pan:https://blog.csdn.net/u013921430转载请注明出处] 前言前些日子在忙其他的事情,一直没有更新自己学习神经网络的博客,就在端午这天更吧!也祝大家 ...

win10使用Inception v3进行图像分类TensorFlow学习记录

win10使用Inception v3进行图像分类TensorFlow学习记录相关推荐

最新文章

热门文章