tensorflow 图像分类实战解析(上)

之前一直是想解决从规定的文件名列表里面读取图片并且放入TF训练的问题,stackoverflow上面找到了这个答案:http://stackoverflow.com/questions/37450620/tensorflow-image-classification,虽然并非是我最想达到的效果,但毕竟是一个有用的蓝本,在之后以这个为基础再进行改进吧,所以想把这一段代码深入理解一下。

from __future__ import absolute_import
from __future__ import division
from __future__ import print_function

import time
import math
import numpy
import numpy as np
import random
from PIL import Image

使用IPL库来读取图片,其实在这个框架里面就算使用pyplot.iamge来读取图片也没有什么问题
我对比了一些开源库对于读取图像这个问题的解决方案,能够跑的动的方案其实效果都不是非常理想。比如可以使用opencv来做读图图像的接口,YOLO-py中就是这么做的,大致代码如下:

import cv2
img = cv2.imread("xxx.jpg")
#you can do some cv2 process
img_arrayy = np.array(img).resize(imagePixes,1)
#do some tensorflow process
feeddict = {placeholder:im_array}

但是这些方法依然存在着内存消耗过大的问题&

  • 3
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值