使用inceptionV3模型从tensorflow中获取裁剪图像的分类
使用inceptionV3模型从tensorflow中获取裁剪图像的分类
提问于 2018-07-04 14:54:19
我有一个来自Tensorflow OD的预训练CocoModel，并在kitti数据集上对其进行了重新训练。
我只是想尝试对裁剪的图像进行分类，但没有明确的文档说明张量的名称。当我尝试使用Tensorflow的分类脚本时，它告诉我在inceptionV3模型中没有这样命名的张量。
有没有人已经尝试过，并且知道张量的名称？
结果应该是一个可能的标签/类的列表以及它们的分数！
提前感谢您的帮助
嗨!感谢您的快速回复。
要获取概述，请执行以下操作：
- 我使用了MSCOCO的相关模型进行目标检测
- 我在包含100张图像的KITTI数据集上训练了该模型
- 我导出了inference_graph并对其他图像进行了分类。
- I为用户提供了一个标签工具，用于获取机器标记的图像并对其进行校正。作为我想要实现的一个特性:
a)绘制自己的边界框并标记它们(适用于画布和角度)
b)将这个裁剪的边界框发送到我的服务器，并从我的模型=>中获取类建议。这就是问题所在！我需要张量的名字来做分类。
我试着重写了一个自己的tensorflow classify_image.py https://github.com/tensorflow/models/blob/master/tutorials/image/imagenet/classify_image.py
回答 1
Stack Overflow用户
发布于 2018-07-07 04:01:05
如果你的问题仅仅是关于张量名称，这段代码可能会有所帮助，
ops = tf.get_default_graph().get_operations()
all_tensor_names = {output.name for op in ops for output in op.outputs}
tensor_dict = {}
for key in [
'num_detections', 'detection_boxes', 'detection_scores',
'detection_classes', 'detection_masks'
]:
tensor_name = key + ':0'
if tensor_name in all_tensor_names:
tensor_dict[key] = tf.get_default_graph().get_tensor_by_name(
tensor_name)这里的工作样例代码是https://github.com/dennywangtenk/balder/blob/master/Samples/test_pk_v1.py
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/51167506
复制相关文章
相似问题