根据,我使用云机器学习引擎训练了一个对象检测器,现在我想使用云机器学习引擎进行预测。
这些指令包括将Tensorflow图导出为output_inference_graph.pb的代码,但不包括如何将protobuf格式(pb)转换为gcloud预测所需的SavedModel格式。
我回顾了关于如何转换“Tensorflow for Poets”图像分类模型和如何转换“Tensorflow For Poets 2”图像分类模型的,但是对于博客文章中描述的对象检测器图(pb),两者都不起作用。
如何转换该物体探测器图(pb),以便它可以使用或gcloud引擎预测,请?
我试图学习如何再训练一个图像分类器使用转移学习。我正在遵循中所示的步骤
我成功地对模型进行了重新培训,但在最后一步中遇到了一些问题,他编写了python脚本来对新培训的模型进行分类。在视频中,他在4:18开始编写代码,但没有指定在哪里。我试着把它写到码头容器中,但是它给出了no module named platform错误和NameError: name 'sys' is not defined错误。我尝试在我的机器中本地编写它,并获得错误,因为我没有在本地安装依赖项。我不知道在哪里编写本教程最后一步的python代码。任何帮助都是非常感谢的。
终端代码和错误:
root@d
使用下面的例子进行迁移学习有什么区别?
图像分类.使用预训练模型(MobileNet V2模型) https://www.tensorflow.org/tutorials/images/transfer_learning#create_这个_基座_模型_从…_这个_预训练_凸网进行传递学习和微调
对象检测-见Create model and restore weights for all but last layer节(ssd_resnet50模型)- https://github.com/tensorflow/models/blob/master/research/object_检测/实验室
我跟随使用转移学习方法对图像进行分类。使用近16,000张手工分类图像(约40/60分裂1/0)加在预先训练的MobileNet V2模型之上,我的模型在持久化测试集上达到96%的准确率。然后,我保存了生成的模型。
接下来,我想使用这个经过训练的模型来分类新的图像。为了做到这一点,我以下面描述的方式修改了教程代码的一个部分(最后它说#从测试集中检索一批图像)。但是,该代码只处理一批32幅图像,这就是它(源文件夹中有数百幅图像)。我在这里错过了什么?请给我建议。
# Import libraries
import tensorflow as tf
from tensorflow import k