Question

我一直在尝试使用Google发布的预训练的inception_resnet_v2模型。我正在使用他们的模型定义（https://github.com/tensorflow/models/blob/master/slim/nets/inception_resnet_v2.py）并给出检查点（http://download.tensorflow.org/models/inception_resnet_v2_2016_08_30.tar.gz）以在tensorflow中加载模型，如下所示[下载提取检查点文件并下载示例图像dog.jpg和panda.jpg到测试此代码] -

import tensorflow as tf
slim = tf.contrib.slim
from PIL import Image
from inception_resnet_v2 import *
import numpy as np

checkpoint_file = 'inception_resnet_v2_2016_08_30.ckpt'
sample_images = ['dog.jpg', 'panda.jpg']
#Load the model
sess = tf.Session()
arg_scope = inception_resnet_v2_arg_scope()
with slim.arg_scope(arg_scope):
  logits, end_points = inception_resnet_v2(input_tensor, is_training=False)
saver = tf.train.Saver()
saver.restore(sess, checkpoint_file)
for image in sample_images:
  im = Image.open(image).resize((299,299))
  im = np.array(im)
  im = im.reshape(-1,299,299,3)
  predict_values, logit_values = sess.run([end_points['Predictions'], logits], feed_dict={input_tensor: im})
  print (np.max(predict_values), np.max(logit_values))
  print (np.argmax(predict_values), np.argmax(logit_values))

但是，此模型代码的结果未给出预期结果（无论输入图像如何，都会预测第918类）。有人能帮我理解我哪里错了吗？

Answer 1

初始网络期望输入图像具有从[-1,1]缩放的颜色通道。见here。

您可以使用现有的预处理，或者在您的示例中自行缩放图片：im = 2*(im/255.0)-1.0，然后再将其投放到网络中。

如果不进行缩放，则输入[0-255]远大于网络预期，并且所有偏差都可以非常强烈地预测918类（漫画书）。

使用预先训练的inception_resnet_v2和Tensorflow

1 个答案: