python3_tf_slim_image_classify
Python3使用TF-Slim进行图像分类
机器环境
- win10
- python3.6
- tensorflow==1.7.0
准备图片数据
- 准备好自定义的图片数据
- 放到 data_prepare/pic/train 和 data_prepare/pic/validation 中
- 自己建立分类文件夹，文件夹名为分类标签名
将图片数据转换成TF-Record格式文件
- 在 data_prepare/ 下，执行
python data_convert.py -t pic/ \
--train-shards 2 \
--validation-shards 2 \
--num-threads 2 \
--dataset-name satellite- 会生成4个tf-record文件和1个label文件
将转换生成的5个文件复制到 slim\satellite\data 下
修改 slim\datasets\satellite.py 文件
- FILE_PATTERN = 'satellite%s_*.tfrecord' （tf-record文件名格式）
- SPLITS_TO_SIZES = {'train': 16, 'validation': 4} （训练集和测试集文件总数）
- _NUM_CLASSES = 2 （分类类目总数）
- 'image/format': tf.FixedLenFeature((), tf.string, default_value='jpg') （图片格式，这里是jpg）
下载预训练模型Inception V3
- http://download.tensorflow.org/models/inception_v3_2016_08_28.tar.gz
- 解压后，复制到 slim\satellite\pretrained 下
在 slim/ 文件夹下执行如下命令，进行训练：
python train_image_classifier.py \
--train_dir=satellite/train_dir \
--dataset_name=satellite \
--dataset_split_name=train \
--dataset_dir=satellite/data \
--model_name=inception_v3 \
--checkpoint_path=satellite/pretrained/inception_v3.ckpt \
--checkpoint_exclude_scopes=InceptionV3/Logits,InceptionV3/AuxLogits \
--trainable_scopes=InceptionV3/Logits,InceptionV3/AuxLogits \
--max_number_of_steps=100000 \
--batch_size=32 \
--learning_rate=0.001 \
--learning_rate_decay_type=fixed \
--save_interval_secs=300 \
--save_summaries_secs=2 \
--log_every_n_steps=10 \
--optimizer=rmsprop \
--weight_decay=0.00004在 slim/ 文件夹下执行如下命令，进行模型能力评估：
python eval_image_classifier.py \
--checkpoint_path=satellite/train_dir \
--eval_dir=satellite/eval_dir \
--dataset_name=satellite \
--dataset_split_name=validation \
--dataset_dir=satellite/data \
--model_name=inception_v3导出训练好的模型
- 在 slim/ 文件夹下面执行如下命令：
python export_inference_graph.py \
--alsologtostderr \
--model_name=inception_v3 \
--output_file=satellite/inception_v3_inf_graph.pb \
--dataset_name satellite- 在 项目根目录 执行如下命令（需将5271改成train_dir中保存的实际的模型训练步数）
python freeze_graph.py \
--input_graph slim/satellite/inception_v3_inf_graph.pb \
--input_checkpoint slim/satellite/train_dir/model.ckpt-5271 \
--input_binary true \
--output_node_names InceptionV3/Predictions/Reshape_1 \
--output_graph slim/satellite/frozen_graph.pb对单张图片进行预测
- 在 项目根目录 执行如下命令
python classify_image_inception_v3.py \
--model_path slim/satellite/frozen_graph.pb \
--label_path data_prepare/pic/label.txt \
--image_file test_image.jpg
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent