使用TensorFlow进行图像识别

Question

我是TensorFlow的新手，我正在寻找有关图像识别的帮助。是否有一个示例展示如何使用TensorFlow训练您自己的数字图像进行图像识别，如TensorFlow image recognition tutorial中使用的图像网模型

我查看了CIFAR-10模型培训，但它似乎没有提供培训自己图像的示例。

Answer 1

我建议使用Google经过培训的Inception模型进行图像识别。 请参阅示例＆＃34;如何重新启动新类别的最终层＆＃34;在tensorflow网站上。它位于https://www.tensorflow.org/versions/r0.9/how_tos/image_retraining/index.html。

使用经过训练的模型很容易，并且可以达到合理的准确度您只需使用自己的数据集提供模型。谷歌的最后一个分类层将被修改，我们只训练最后一层。对于几个类别的数千个图像，完成培训只需要几个小时。 请注意：为了使用该示例，您必须从源代码构建张量流。

我正在使用转移学习功能并取得了非常好的效果。为了说明转学习的好处，我正在比较＆＃34;转移学习在受过训练的GoogleNet＆＃34;用＆＃34;从头开始构建和训练一个5层的Convnet＆＃34;。分类任务在5000个图像上完成，分为5个类别。

请参阅此简单示例：https://www.youtube.com/watch?v=QfNvhPx5Px8（在5分钟内构建TensorFlow图像分类器）

Answer 2

此repo为您自己的图像提供最终图层图像重新训练。

将您的图像添加到training_“dataset文件夹”

添加越来越多的图像（每个类别至少需要30张图像。）

首先执行bash脚本以下载Imagenet文件。

接下来，运行python脚本重新训练您的图像，输出验证准确度等，

https://github.com/shivakrishna9/tensorflow-retrain