我使用的是 Windows 7。我已经使用官方再培训示例训练了一个 mobilenet。
https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/image_retraining
我已经运行了这样的命令:
python ../tensorflow-master/tensorflow/examples/image_retraining/retrain.py --image_dir test/ --learning_rate=0.0001 --testing_percentage=20 --validation_percentage=20 --train_batch_size=32 --validation_batch_size=-1 --flip_left_right True --random_scale=30 --random_brightness=30 --eval_step_interval=100 --how_many_training_steps=2000 --architecture mobilenet_0.25_128
我得到了经过训练的图形和标签文件“output_graph.pb”和“output_labels.txt”。
现在,我想使用上面生成的图进行分类,所以我使用了tensorflow github中提供的label_image.py。
https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/label_image
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function
import argparse
import sys
import numpy as np
import tensorflow as tf
def load_graph(model_file):
graph = tf.Graph()
graph_def = tf.GraphDef()
with open(model_file, "rb") as f:
graph_def.ParseFromString(f.read())
with graph.as_default():
tf.import_graph_def(graph_def)
return graph
def read_tensor_from_image_file(file_name, input_height=299, input_width=299,
input_mean=0, input_std=255):
input_name = "file_reader"
output_name = "normalized"
file_reader = tf.read_file(file_name, input_name)
if file_name.endswith(".png"):
image_reader = tf.image.decode_png(file_reader, channels = 3,
name='png_reader')
elif file_name.endswith(".gif"):
image_reader = tf.squeeze(tf.image.decode_gif(file_reader,
name='gif_reader'))
elif file_name.endswith(".bmp"):
image_reader = tf.image.decode_bmp(file_reader, name='bmp_reader')
else:
image_reader = tf.image.decode_jpeg(file_reader, channels = 3,
name='jpeg_reader')
float_caster = tf.cast(image_reader, tf.float32)
dims_expander = tf.expand_dims(float_caster, 0);
resized = tf.image.resize_bilinear(dims_expander, [input_height, input_width])
normalized = tf.divide(tf.subtract(resized, [input_mean]), [input_std])
sess = tf.Session()
result = sess.run(normalized)
return result
def load_labels(label_file):
label = []
proto_as_ascii_lines = tf.gfile.GFile(label_file).readlines()
for l in proto_as_ascii_lines:
label.append(l.rstrip())
return label
if __name__ == "__main__":
file_name = "tensorflow/examples/label_image/data/grace_hopper.jpg"
model_file = \
"tensorflow/examples/label_image/data/inception_v3_2016_08_28_frozen.pb"
label_file = "tensorflow/examples/label_image/data/imagenet_slim_labels.txt"
input_height = 299
input_width = 299
input_mean = 0
input_std = 255
input_layer = "input"
output_layer = "InceptionV3/Predictions/Reshape_1"
parser = argparse.ArgumentParser()
parser.add_argument("--image", help="image to be processed")
parser.add_argument("--graph", help="graph/model to be executed")
parser.add_argument("--labels", help="name of file containing labels")
parser.add_argument("--input_height", type=int, help="input height")
parser.add_argument("--input_width", type=int, help="input width")
parser.add_argument("--input_mean", type=int, help="input mean")
parser.add_argument("--input_std", type=int, help="input std")
parser.add_argument("--input_layer", help="name of input layer")
parser.add_argument("--output_layer", help="name of output layer")
args = parser.parse_args()
if args.graph:
model_file = args.graph
if args.image:
file_name = args.image
if args.labels:
label_file = args.labels
if args.input_height:
input_height = args.input_height
if args.input_width:
input_width = args.input_width
if args.input_mean:
input_mean = args.input_mean
if args.input_std:
input_std = args.input_std
if args.input_layer:
input_layer = args.input_layer
if args.output_layer:
output_layer = args.output_layer
graph = load_graph(model_file)
t = read_tensor_from_image_file(file_name,
input_height=input_height,
input_width=input_width,
input_mean=input_mean,
input_std=input_std)
input_name = "import/" + input_layer
output_name = "import/" + output_layer
input_operation = graph.get_operation_by_name(input_name);
output_operation = graph.get_operation_by_name(output_name);
with tf.Session(graph=graph) as sess:
results = sess.run(output_operation.outputs[0],
{input_operation.outputs[0]: t})
results = np.squeeze(results)
top_k = results.argsort()[-5:][::-1]
labels = load_labels(label_file)
for i in top_k:
print(labels[i], results[i])
我运行以下命令:
python ../tensorflow-master/tensorflow/examples/label_image/label_image.py --graph=output_graph.pb --labels=output_labels.txt --image=test.jpg --input_layer=input --output_layer=final_result --input_mean=128 --input_std=128 --input_width=128 --input_height=128
并且可以对图像“test.jpg”进行分类。
但是,当我为“input_mean”和“input_std”使用不同的值时,结果会发生变化。
“input_mean”和“input_std”有什么用?以及如何获得这两个参数的正确值?
这两个变量用于标准化数据集,因为我们观察到这样做的结果有所改善。
的input_mean
,是数据集的平均每信道,并且input_std
是相关联的标准偏差。当您控制在网络中传递的数据集时,您应该能够计算均值和标准差。
规范化意味着两件事:
至于我们为什么这样做,你可以在这个交叉验证的答案中阅读它:https ://stats.stackexchange.com/a/220970
“减去数据集均值有助于将数据“居中”。此外,如果您想将每个特征值归一化为 z 分数,您最好还要除以该特征或像素的标准差。
我们做这两件事的原因是因为在训练我们的网络的过程中,我们将乘以(权重)并添加到(偏置)这些初始输入以引起激活,然后我们用梯度反向传播到训练模型。
我们希望在这个过程中每个特征都有一个相似的范围,这样我们的梯度就不会失控(而且我们只需要一个全局学习率乘数)。”
编辑:举个例子想象一下你的图像是一个非常简单的 3 像素图像:
img = [[[1,2,3],[4,5,6],[7,8,9]]]
您可以轻松计算每个通道的平均值
mean = [4,5,6]
每个通道的标准也很容易:
std = [2.45,2.45,2.45]
由于 tensorflow 将进行逐元素减法,然后进行逐元素除法,因此您将单独标准化图像的每个通道。
在代码中,他们似乎添加了一个尺寸以符合 tf.image 函数。由于第一个维度是批处理维度,因此您应该在数组前添加 0。 ( [0,4,5,6]
)
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句