tensorflow卷积网络(TensorFlow卷积神经网络之使用训练好的模型识别猫狗图片)
类别:脚本大全 浏览量:2835
时间:2021-11-08 16:38:57 tensorflow卷积网络
TensorFlow卷积神经网络之使用训练好的模型识别猫狗图片本文是Python通过TensorFlow卷积神经网络实现猫狗识别的姊妹篇,是加载上一篇训练好的模型,进行猫狗识别
本文逻辑:
- 我从网上下载了十几张猫和狗的图片,用于检验我们训练好的模型。
- 处理我们下载的图片
- 加载模型
- 将图片输入模型进行检验
代码如下:
|
#coding=utf-8 import tensorflow as tf from PIL import Image import matplotlib.pyplot as plt import input_data import numpy as np import model import os #从指定目录中选取一张图片 def get_one_image(train): files = os.listdir(train) n = len (files) ind = np.random.randint( 0 ,n) img_dir = os.path.join(train,files[ind]) image = Image. open (img_dir) plt.imshow(image) plt.show() image = image.resize([ 208 , 208 ]) image = np.array(image) return image def evaluate_one_image(): #存放的是我从百度下载的猫狗图片路径 train = '/Users/yangyibo/GitWork/pythonLean/AI/猫狗识别/testImg/' image_array = get_one_image(train) with tf.Graph().as_default(): BATCH_SIZE = 1 # 因为只读取一副图片 所以batch 设置为1 N_CLASSES = 2 # 2个输出神经元,[1,0] 或者 [0,1]猫和狗的概率 # 转化图片格式 image = tf.cast(image_array, tf.float32) # 图片标准化 image = tf.image.per_image_standardization(image) # 图片原来是三维的 [208, 208, 3] 重新定义图片形状 改为一个4D 四维的 tensor image = tf.reshape(image, [ 1 , 208 , 208 , 3 ]) logit = model.inference(image, BATCH_SIZE, N_CLASSES) # 因为 inference 的返回没有用激活函数,所以在这里对结果用softmax 激活 logit = tf.nn.softmax(logit) # 用最原始的输入数据的方式向模型输入数据 placeholder x = tf.placeholder(tf.float32, shape = [ 208 , 208 , 3 ]) # 我门存放模型的路径 logs_train_dir = '/Users/yangyibo/GitWork/pythonLean/AI/猫狗识别/saveNet/' # 定义saver saver = tf.train.Saver() with tf.Session() as sess: print ( "从指定的路径中加载模型。。。。" ) # 将模型加载到sess 中 ckpt = tf.train.get_checkpoint_state(logs_train_dir) if ckpt and ckpt.model_checkpoint_path: global_step = ckpt.model_checkpoint_path.split( '/' )[ - 1 ].split( '-' )[ - 1 ] saver.restore(sess, ckpt.model_checkpoint_path) print ( '模型加载成功, 训练的步数为 %s' % global_step) else : print ( '模型加载失败,,,文件没有找到' ) # 将图片输入到模型计算 prediction = sess.run(logit, feed_dict = {x: image_array}) # 获取输出结果中最大概率的索引 max_index = np.argmax(prediction) if max_index = = 0 : print ( '猫的概率 %.6f' % prediction[:, 0 ]) else : print ( '狗的概率 %.6f' % prediction[:, 1 ]) # 测试 evaluate_one_image() |
/Users/yangyibo/GitWork/pythonLean/AI/猫狗识别/testImg/ 存放的是我从百度下载的猫狗图片
执行结果:
因为从testimg 中选取图片是随机的,所以每次执行的结果不同
从指定的路径中加载模型。。。。
模型加载成功, 训练的步数为 11999
狗的概率 0.964047
[Finished in 6.8s]
代码地址:https://github.com/527515025/My-TensorFlow-tutorials/blob/master/猫狗识别/evaluateCatOrDog.py
欢迎star。
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对开心学习网的支持。如果你想了解更多相关内容请查看下面相关链接
原文链接:https://blog.csdn.net/u012373815/article/details/79222121
您可能感兴趣
- 卷积神经网络python实现(Python通过TensorFlow卷积神经网络实现猫狗识别)
- tensorflow卷积网络(TensorFlow卷积神经网络之使用训练好的模型识别猫狗图片)
- 提醒 2019年起河南驾考要开设科目五 官方回应来了(2019年起河南驾考要开设科目五)
- 省 市书法家协会 送万福进万家 活动走进禹州美丽乡村(省市书法家协会)
- 点赞 禹州苌庄正式撤乡建镇 未来发展不可估量(禹州苌庄正式撤乡建镇)
- 它荣获 中国生态魅力镇 称号 就在咱们禹州,一起来看看(中国生态魅力镇)
- 真牛 禹州将建成中等城市(禹州将建成中等城市)
- 被骂欺师灭祖,与郭德纲公开叫板,何云伟改名何沄伟,开始画画了(与郭德纲公开叫板)
热门推荐
- ASP.NET获取网页中的图片
- SQLServer获取临时表所有列名或是否存在指定列名的方法(SQLServer获取临时表所有列名或是否存在指定列名的方法)
- python自动解密(python实现移位加密和解密)
- pandas怎么抽出重复数据(pandas去除重复列的实现方法)
- 安装C# Windows服务需要“设置服务登录”
- sql注入测试常用的工具(Sql注入工具_动力节点Java学院整理)
- laravel设置跨域请求(Laravel实现ApiToken认证请求)
- vue3.0零基础入门(快速掌握Vue3.0中如何上手Vuex状态管理)
- reactnative ios(详解React Native与IOS端之间的交互)
- mysql 5.5.27 winx64安装配置方法图文教程(mysql 5.5.27 winx64安装配置方法图文教程)