本帖最后由 小亿 于 2018-5-10 16:52 编辑
机器环境- win10
- python3.6
- tensorflow==1.7.0
Github地址准备图片数据- 准备好自定义的图片数据
- 放到 data_prepare/pic/train 和 data_prepare/pic/validation 中
- 自己建立分类文件夹，文件夹名为分类标签名
将图片数据转换成TF-Record格式文件python data_convert.py -t pic/ \ --train-shards 2 \ --validation-shards 2 \ --num-threads 2 \ --dataset-name satellite
- 会生成4个tf-record文件和1个label文件
将转换生成的5个文件复制到 slim\satellite\data 下修改 slim\datasets\satellite.py 文件- FILE_PATTERN = ‘satellite%s_*.tfrecord’ （tf-record文件名格式）
- SPLITS_TO_SIZES = {‘train’: 16, ‘validation’: 4} （训练集和测试集文件总数）
- _NUM_CLASSES = 2 （分类类目总数）
- ‘image/format’: tf.FixedLenFeature((), tf.string, default_value=’jpg’) （图片格式，这里是jpg）
下载预训练模型Inception V3在 slim/ 文件夹下执行如下命令，进行训练：python train_image_classifier.py \ --train_dir=satellite/train_dir \ --dataset_name=satellite \ --dataset_split_name=train \ --dataset_dir=satellite/data \ --model_name=inception_v3 \ --checkpoint_path=satellite/pretrained/inception_v3.ckpt \ --checkpoint_exclude_scopes=InceptionV3/Logits,InceptionV3/AuxLogits \ --trainable_scopes=InceptionV3/Logits,InceptionV3/AuxLogits \ --max_number_of_steps=100000 \ --batch_size=32 \ --learning_rate=0.001 \ --learning_rate_decay_type=fixed \ --save_interval_secs=300 \ --save_summaries_secs=2 \ --log_every_n_steps=10 \ --optimizer=rmsprop \ --weight_decay=0.00004
在 slim/ 文件夹下执行如下命令，进行模型能力评估：python eval_image_classifier.py \ --checkpoint_path=satellite/train_dir \ --eval_dir=satellite/eval_dir \ --dataset_name=satellite \ --dataset_split_name=validation \ --dataset_dir=satellite/data \ --model_name=inception_v3
导出训练好的模型python export_inference_graph.py \ --alsologtostderr \ --model_name=inception_v3 \ --output_file=satellite/inception_v3_inf_graph.pb \ --dataset_name satellite
- 在 项目根目录 执行如下命令（需将5271改成train_dir中保存的实际的模型训练步数）
python freeze_graph.py \ --input_graph slim/satellite/inception_v3_inf_graph.pb \ --input_checkpoint slim/satellite/train_dir/model.ckpt-5271 \ --input_binary true \ --output_node_names InceptionV3/Predictions/Reshape_1 \ --output_graph slim/satellite/frozen_graph.pb
对单张图片进行预测python classify_image_inception_v3.py \ --model_path slim/satellite/frozen_graph.pb \ --label_path data_prepare/pic/label.txt \ --image_file test_image.jpg
本文转自CSDN
