如何使用model.ckpt和inception v-3来预测图像？

Question

现在我面临着关于初始v-3和检查点数据的问题。 我一直在处理我的图像更新inception-v3的检查点数据，阅读下面的git页面并成功创建新的检查点数据。

  

https://github.com/tensorflow/models/tree/master/inception

我首先想到的只是稍微更改一下代码，我可以使用这些检查点数据来识别新的图像数据，如下面的网址。

  

https://www.tensorflow.org/versions/master/tutorials/image_recognition/index.html

我一开始认为“classify.py”或其他东西读取新的检查点数据，只是通过“python classify.py -image something.png”，程序识别出图像数据。但它不...... 我真的需要帮助。 感谢。

Answer 1

要输入.pb文件，在训练期间，还要导入tf.train.write_graph（sess.graph.as_graph_def（），'path_to_folder'，'input_graph.pb'，False）

如果您已经下载了inception v3源代码，请在inception_train.py中添加我在上面写的行，在 saver.save（sess，checkpoint_path，global_step = step）。 （保存检查点的地方）

希望这有帮助！

Answer 2

要在label_image示例中使用检查点和模型，您需要运行tensorflow / python / tools / freeze_graph脚本将变量转换为存储在GraphDef中的常量。这就是我们如何创建该示例代码中使用的图形文件，例如。