Question

我正在使用label_image.py来预测训练有素的图像类别，并进行了一些调整以使其在整个图像目录中运行，而不仅仅是一个目录。一次只能运行一张图像。

我已经训练了新的课程“ 车辆” ，其中包含4个子类别的“ 2轮车，4轮车，免税车辆和重型车辆”

我正在针对每个预测类别打印特定数量的关税。

哪里出问题了，我无法清楚地定义它，因此它在每个图像上打印相同的类别。您能帮我集思广益吗？

在下面共享我的代码：

graph = load_graph(model_file)
labels = load_labels(label_file)

setup_dirs(labels)

data_list = []
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)

image_list = os.listdir(image_dir)
with open(output_file_name, 'w') as myfile:
    wr = csv.writer(myfile)
    wr.writerow(['Results','Timestamp','Category','Price'])


    for i, image in enumerate(image_list):
        image_time = image.split('.')[0].replace('_', ':')
        image_path = "%s/%s" % (image_dir, image)

        t = read_tensor_from_image_file(image_path,
                                        input_height=input_height,
                                        input_width=input_width,
                                        input_mean=input_mean,
                                        input_std=input_std)

        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]

        print('\nProgress: {:.2f}%'.format(i /len(image_list) * 100))

        if top_k[0]==0:
            # 2 wheeler
            data = [results[0], image_time,labels[0],20]

        elif top_k[0]==1: 
            # 4 wheeler
            data = [results[1], image_time,labels[1],40]

        elif top_k[0]==2:
            #exempt vehicle
            data = [results[2], image_time,labels[2],0]

        elif top_k[0]==3:
            #heavy vehicle  
            data = [results[3], image_time,labels[3],80]


        print(data)    
        wr.writerow(data)
        myfile.flush()

从上述代码共享我的示例输出： 结果时间戳记类别价格

0.9735643图片：001 2惠勒20

0.7835166图片：003 2惠勒20

0.9380553图片：004 2惠勒20

0.5584447图片：005 2轮车20

0.96052194图片：007 2惠勒20

实际输出应已显示根据图片预测的实际类别。 PS： 此代码在单个图像上运行良好，这排除了该模型未受过良好训练以正确识别类别的可能性

在图像的输入文件夹上循环Image.py

0 个答案: