如何在Tensorflow中使用自我训练的模型进行图像分类

Question

我使用以下文档来训练我自己的模型，按照那里的描述对花进行分类：

https://github.com/tensorflow/models/tree/master/inception#how-to-train-from-scratch

bazel-bin/inception/flowers_train --batch_size=32 --train_dir=/tmp/flowers_train --data_dir=/tmp/flowers_data

我指定--max_steps = 30只是为了看看我是否可以按照预期的方式使用模型进行分类。 完成这些培训步骤后，我会收到以下文件：

model.ckpt-29.data-00000-of-00001
model.ckpt-29.index
model.ckpt-29.meta

不幸的是，我实际上不知道如何使用这三个文件进行图像分类。有没有显示必要步骤的例子？

Answer 1

有一节介绍如何评估（https://github.com/tensorflow/models/tree/master/inception#how-to-evaluate）。它将使用保存的模型（这三个文件）对图像进行分类，并根据地面实况标签对其进行测试。您可以深入研究代码（models / inception / inception / inception_eval.py）以了解它是如何加载并进行原始推理的。