在Tensorflow中使用预训练的inception_resnet_v2

  • Z时代
  • 2024-01-10
  • 分类：问答

我一直在尝试使用Google发布的经过预先训练的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）和给定的检查点（http://download.tensorflow.org/models/inception_resnet_v2_2016_08_30.tar

.gz）将模型加载到tensorflow中，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来测试此代码]-

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，此模型代码的结果并未给出预期的结果（与输入图像无关，将预测类别918）。有人可以帮助我了解我要去哪里哪里吗？

回答：

盗梦空间网络期望输入图像具有从[-1，1]缩放的颜色通道。如这里所见。

您可以使用现有的预处理，也可以在示例中自行缩放图像：将图像im = 2*(im/255.0)-1.0馈送到网络之前。

如果不缩放比例，则输入[0-255]会比网络预期的要大得多，并且所有偏差都会非常强烈地预测类别918（漫画书）。

以上是 在Tensorflow中使用预训练的inception_resnet_v2 的全部内容， 来源链接： utcz.com/qa/417232.html

回到顶部