TensorFlow练习11: 图像分类器 – retrain谷歌Inception模型

前一帖《TensorFlow练习10: 实现谷歌Deep Dream》使用到了谷歌训练的Inception模型,本帖就基于Inception模型retrain一个图像分类器。

图像分类器应用广泛,连农业都在使用,如判断黄瓜种类。

本帖使用的训练数据是《TensorFlow练习9: 生成妹子图(PixelCNN)》一文中使用的妹子图,最后训练出的分类器可以判断图片是不是妹子图。

首先下载tensorflow源代码:

在retrain自己的图像分类器之前,我们先来测试一下Google的Inception模型:

TensorFlow练习11: 图像分类器 - retrain谷歌Inception模型

TensorFlow练习11: 图像分类器 - retrain谷歌Inception模型

使用examples中的image_retraining。

训练:

参数解释参考retrain.py源文件。

大概训练了半个小时:

TensorFlow练习11: 图像分类器 - retrain谷歌Inception模型

生成的模型文件和labels文件:

TensorFlow练习11: 图像分类器 - retrain谷歌Inception模型

使用训练好的模型:

执行结果:

TensorFlow练习11: 图像分类器 - retrain谷歌Inception模型

参考:

相关文章

《TensorFlow练习11: 图像分类器 – retrain谷歌Inception模型》有4个想法

  1. 您好,想请教一下,
    运行classify_image.py的时候报错run() got an unexpected keyword argument ‘argv’怎么办?
    已经check了tensorflow版本为0.11.0rc0。
    尝试把argv参数去掉,会出现一堆新的错误。

  2. 请教一下,你做的时候不用提前运行编译么?
    bazel build tensorflow/examples/image_retraining:retrain。
    bazel build -c opt –copt=-mavx tensorflow/examples/image_retraining:retrain。

    我没有编译成功,用你的不编译的方法也不能运行。

发表评论

电子邮件地址不会被公开。 必填项已用*标注