网络技术

找论坛
mb46348043
Lv2 太平洋舰队下士
太平洋舰队下士 贡献175,距离下一级还需25贡献
楼主
2018-02-12 09:43 0 0 只看楼主
电梯直达 
  python tensorflow学习之识别单张图片的实现的示例
  假设我们已经安装好了tensorflow。
  一般在安装好tensorflow后,都会跑它的demo,而最常见的demo就是手写数字识别的demo,也就是mnist数据集。
  然而我们仅仅是跑了它的demo而已,可能很多人会有和我一样的想法,如果拿来一张数字图片,如何应用我们训练的网络模型来识别出来,下面我们就以mnist的demo来实现它。
  1.训练模型
  首先我们要训练好模型,并且把模型model.ckpt保存到指定文件夹
  saver = tf.train.Saver()
  saver.save(sess, "model_data/model.ckpt")
  将以上两行代码加入到训练的代码中,训练完成后保存模型即可,如果这部分有问题,你可以百度查阅资料,tensorflow怎么保存训练模型,在这里我们就不罗嗦了。
  2.测试模型
  我们训练好模型后,将它保存在了model_data文件夹中,你会发现文件夹中出现了4个文件

评论
  然后,我们就可以对这个模型进行测试了,将待检测图片放在images文件夹下,执行
  # -*- coding:utf-8 -*-
  import cv2
  import tensorflow as tf
  import numpy as np
  from sys import path
  path.append('../..')
  from common import extract_mnist
  #初始化单个卷积核上的参数
  def weight_variable(shape):
  initial = tf.truncated_normal(shape, stddev=0.1)
  return tf.Variable(initial)
  #初始化单个卷积核上的偏置值
  def bias_variable(shape):
  initial = tf.constant(0.1, shape=shape)
  return tf.Variable(initial)
  #输入特征x,用卷积核W进行卷积运算,strides为卷积核移动步长,
  #padding表示是否需要补齐边缘像素使谭八爷系统开发输出图像大小不变
  def conv2d(x, W):
  return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')
  #对x进行最大池化操作,ksize进行池化的范围,
  def max_pool_2x2(x):
  return tf.nn.max_pool(x, ksize=[1, 2, 2, 1],strides=[1, 2, 2, 1], padding='SAME')
  def main():
  #定义会话
  sess = tf.InteractiveSession()
  #声明输入图片数据,类别
  x = tf.placeholder('float',[None,784])
  x_img = tf.reshape(x , [-1,28,28,1])
  W_conv1 = weight_variable([5, 5, 1, 32])
  b_conv1 = bias_variable([32])
  W_conv2 = weight_variable([5,5,32,64])
  b_conv2 = bias_variable([64])
  W_fc1 = weight_variable([7*7*64,1024])
  b_fc1 = bias_variable([1024])
  W_fc2 = weight_variable([1024,10])
  b_fc2 = bias_variable([10])
  saver = tf.train.Saver(write_version=tf.train.SaverDef.V1)
  saver.restore(sess , 'model_data/model.ckpt')
  #进行卷积操作,并添加relu激活函数
  h_conv1 = tf.nn.relu(conv2d(x_img,W_conv1) + b_conv1)
  #进行最大池化
  h_pool1 = max_pool_2x2(h_conv1)
  #同理第二层卷积层
  h_conv2 = tf.nn.relu(conv2d(h_pool1,W_conv2) + b_conv2)
  h_pool2 = max_pool_2x2(h_conv2)
  #将卷积的产出展开
  h_pool2_flat = tf.reshape(h_pool2,[-1,7*7*64])
  #神经网络计算,并添加relu激活函数
  h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat,W_fc1) + b_fc1)
  #输出层,使用softmax进行多分类
  y_conv=tf.nn.softmax(tf.matmul(h_fc1, W_fc2) + b_fc2)
  # mnist_data_set = extract_mnist.MnistDataSet('../../data/')
  # x_img , y = mnist_data_set.next_train_batch(1)
  im = cv2.imread('images/888.jpg',cv2.IMREAD_GRAYSCALE).astype(np.float32)
  im = cv2.resize(im,(28,28),interpolation=cv2.INTER_CUBIC)
  #图片预处理
  #img_gray = cv2.cvtColor(im , cv2.COLOR_BGR2GRAY).astype(np.float32)
  #数据从0~255转为-0.5~0.5
  img_gray = (im - (255 / 2.0)) / 255
  #cv2.imshow('out',img_gray)
  #cv2.waitKey(0)
  x_img = np.reshape(img_gray , [-1 , 784])
  print x_img
  output = sess.run(y_conv , feed_dict = {x:x_img})
  print 'the y_con : ', '\n',output
  print 'the predict is : ', np.argmax(output)
  #关闭会话
  sess.close()
  if __name__ == '__main__':
  main()
  ok,贴一下效果图

  输出:

评论
  最后再贴一个cifar10的,感觉我的输入数据有点问题,因为直接读cifar10的数据测试是没问题的,但是换成自己的图片做预处理后输入结果就有问题,(参考:cv2读入的数据是BGR顺序,PIL读入的数据是RGB顺序,cifar10的数据是RGB顺序),哪位童鞋能指出来记得留言告诉我
  # -*- coding:utf-8 -*-
  from sys import path
  import numpy as np
  import tensorflow as tf
  import time
  import cv2
  from PIL import Image
  path.append('../..')
  from common import extract_cifar10
  from common import inspect_image
  #初始化单个卷积核上的参数
  def weight_variable(shape):
  initial = tf.truncated_normal(shape, stddev=0.1)
  return tf.Variable(initial)
  #初始化单个卷积核上的偏置值
  def bias_variable(shape):
  initial = tf.constant(0.1, shape=shape)
  return tf.Variable(initial)
  #卷积操作
  def conv2d(x, W):
  return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')
  def main():
  #定义会话
  sess = tf.InteractiveSession()
  #声明输入图片数据,类别
  x = tf.placeholder('float',[None,32,32,3])
  y_ = tf.placeholder('float',[None,10])
  #第一层卷积层
  W_conv1 = weight_variable([5, 5, 3, 64])
  b_conv1 = bias_variable([64])
  #进行卷积操作,并添加relu激活函数
  conv1 = tf.nn.relu(conv2d(x,W_conv1) + b_conv1)
  # pool1
  pool1 = tf.nn.max_pool(conv1, ksize=[1, 3, 3, 1], strides=[1, 2, 2, 1],padding='SAME', name='pool1')
  # norm1
  norm1 = tf.nn.lrn(pool1, 4, bias=1.0, alpha=0.001 / 9.0, beta=0.75,name='norm1')
  #第二层卷积层
  W_conv2 = weight_variable([5,5,64,64])
  b_conv2 = bias_variable([64])
  conv2 = tf.nn.relu(conv2d(norm1,W_conv2) + b_conv2)
  # norm2
  norm2 = tf.nn.lrn(conv2, 4, bias=1.0, alpha=0.001 / 9.0, beta=0.75,name='norm2')
  # pool2
  pool2 = tf.nn.max_pool(norm2, ksize=[1, 3, 3, 1],strides=[1, 2, 2, 1], padding='SAME', name='pool2')
  #全连接层
  #权值参数
  W_fc1 = weight_variable([8*8*64,384])
  #偏置值
  b_fc1 = bias_variable([384])
  #将卷积的产出展开
  pool2_flat = tf.reshape(pool2,[-1,8*8*64])
  #神经网络计算,并添加relu激活函数
  fc1 = tf.nn.relu(tf.matmul(pool2_flat,W_fc1) + b_fc1)
  #全连接第二层
  #权值参数
  W_fc2 = weight_variable([384,192])
  #偏置值
  b_fc2 = bias_variable([192])
  #神经网络计算,并添加relu激活函数
  fc2 = tf.nn.relu(tf.matmul(fc1,W_fc2) + b_fc2)
  #输出层,使用softmax进行多分类
  W_fc2 = weight_variable([192,10])
  b_fc2 = bias_variable([10])
  y_conv=tf.maximum(tf.nn.softmax(tf.matmul(fc2, W_fc2) + b_fc2),1e-30)
  #
  saver = tf.train.Saver()
  saver.restore(sess , 'model_data/model.ckpt')
  #input
  im = Image.open('images/dog8.jpg')
  im.show()
  im = im.resize((32,32))
  # r , g , b = im.split()
  # im = Image.merge("RGB" , (r,g,b))
  print im.size , im.mode
  im = np.array(im).astype(np.float32)
  im = np.reshape(im , [-1,32*32*3])
  im = (im - (255 / 2.0)) / 255
  batch_xs = np.reshape(im , [-1,32,32,3])
  #print batch_xs
  #获取cifar10数据
  # cifar10_data_set = extract_cifar10.Cifar10DataSet('../../data/')
  # batch_xs, batch_ys = cifar10_data_set.next_train_batch(1)
  # print batch_ys
  output = sess.run(y_conv , feed_dict={x:batch_xs})
  print output
  print 'the out put is :' , np.argmax(output)
  #关闭会话
  sess.close()
  if __name__ == '__main__':
  main()

您需要登录后才可以发帖 登录 | 立即注册

其他登录方式:

常用表情
太平洋电脑网论坛帖子仅代表作者本人意见,不代表网站立场。请勿轻信特价、汇款、中奖等信息,
请勿轻易透露个人资料,因此产生的一切后果,PConline不承担任何责任
回复 发新帖 找论坛 反馈 回顶部