在使用预训练的inception_v4进行图像分类时,如何解决与输入有关的错误

时间:2019-01-30 02:36:28

标签: python tensorflow deep-learning classification pre-trained-model

i关注了使用ineption_v3的this项目,并修改了retrain.py代码以使其与inception_v4一起使用。 this是指向我的项目的链接。我设法适当地重新训练模型,它也具有非常好的准确性。用相同的代码进行测试就可以了。

当我尝试使用test.py代码进行测试时,我无法使该代码与新模型一起使用。 v3模型使用的是张量的DecodeJpeg输入图像。现在我已经尝试了很多事情,例如使用inputImage张量,像在retrain.py中一样,添加了decodejpeg张量,尝试给出瓶颈输入而不是图像。但似乎没有任何效果。

您可能需要很长时间才能查看代码。.但是,请您看一下。我已经尝试了所有事情,但我无法使它正常工作。.我最终想要做的是使用此test.py编写代码,如果使用这种经过预训练的模型,则可以得出预测。

我在其中添加了inception_v4的代码。在此链接的retrain.py中将这部分代码添加到名为create_model_info的函数中,以下载.ckpt文件随附的模型。所以我单独下载了.pb文件,并将其复制到该目录中

if architecture == 'inception_v4':
    # pylint: disable=line-too-long
    data_url = 'http://download.tensorflow.org/models/inception_v4_2016_09_09.tar.gz'
    # pylint: enable=line-too-long
    bottleneck_tensor_name = 'InceptionV4/Logits/Logits/MatMul:0'
    bottleneck_tensor_size = 1001
    input_width = 299
    input_height = 299
    input_depth = 3
    resized_input_tensor_name = 'InputImage:0'
    model_file_name = 'inception_v4.pb'
    input_mean = 128
    input_std = 128

我认为查看修改后的test.py文件不会对您有任何帮助。.因此,如果可以的话,请尝试帮助我修复原始的test.py代码以使其适用于新模型。

我之前也问过与此here相关的问题。.我认为我解释得不够清楚,所以..我再次询问。

非常感谢。...

0 个答案:

没有答案