利用inception-v3实现各种图像识别

从 http://download.tensorflow.org/models/image/imagenet/inception-2015-12-05.tgz下载谷歌开发的inception3网络

• 导入要使用的包

import tensorflow.compat.v1 as tf
import os
import numpy as np
import re
from PIL import Image
import matplotlib.pyplot as plt
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'

• 下载好的inception3网络的文件
  

其中.pbtxt和.txt结尾的两个文件存放的是分类序号和对应的uid，uid和对应的英文描述，我们先封装一个类把分类序号和对应的英文描述提取出来

class NodeLookup(object):
    def __init__(self):  
        label_lookup_path = 'inception_model/imagenet_2012_challenge_label_map_proto.pbtxt'   
        uid_lookup_path = 'inception_model/imagenet_synset_to_human_label_map.txt'
        self.node_lookup = self.load(label_lookup_path, uid_lookup_path)

    def load(self, label_lookup_path, uid_lookup_path):
        # 加载分类字符串n********对应分类名称的文件
        proto_as_ascii_lines = tf.gfile.GFile(uid_lookup_path).readlines()
        uid_to_human = {}
        # 一行一行读取数据
        for line in proto_as_ascii_lines :
            # 去掉换行符
            line=line.strip('\n')
            # 按照'\t'分割
            parsed_items = line.split('\t')
            # 获取分类编号
            uid = parsed_items[0]
            # 获取分类名称
            human_string = parsed_items[1]
            # 保存编号字符串n********与分类名称映射关系
            uid_to_human[uid] = human_string

        # 加载分类字符串n********对应分类编号1-1000的文件
        proto_as_ascii = tf.gfile.GFile(label_lookup_path).readlines()
        node_id_to_uid = {}
        for line in proto_as_ascii:
            # 去掉换行符
            line=line.strip('\n')
            if line.startswith('  target_class:'):
                # 获取分类编号1-1000
                target_class = int(line.split(': ')[1])
            if line.startswith('  target_class_string:'):
                # 获取编号字符串n********
                target_class_string = line.split(': ')[1]
                # 保存分类编号1-1000与编号字符串n********映射关系
                node_id_to_uid[target_class] = target_class_string[1:-1]

        # 建立分类编号1-1000对应分类名称的映射关系
        node_id_to_name = {}
        for key, val in node_id_to_uid.items():
            # 获取分类名称
            name = uid_to_human[val]
            # 建立分类编号1-1000到分类名称的映射关系
            node_id_to_name[key] = name
        return node_id_to_name

		# 传入分类编号1-1000返回分类名称
    def id_to_string(self, node_id):
        if node_id not in self.node_lookup:
            return ''
        return self.node_lookup[node_id]

• 创建一个图来存放inception3模型

with tf.gfile.GFile('inception_model/classify_image_graph_def.pb', 'rb') as f:
    graph_def = tf.GraphDef()
    graph_def.ParseFromString(f.read())
    tf.import_graph_def(graph_def, name='')

• 创建会话进行图像识别

with tf.Session() as sess:
#通过tensorname获取到inception3的输出层输出
    softmax_tensor = sess.graph.get_tensor_by_name('softmax:0')
    # 遍历本地存放待识别图像的目录
    for root,dirs,files in os.walk('images/'):
        for file in files:
            # 载入图片
            image_data = tf.gfile.GFile(os.path.join(root,file), 'rb').read()
            #利用输入层的tensorname输入待识别图像的二进制文件
            predictions = sess.run(softmax_tensor,{'DecodeJpeg/contents:0': image_data})#图片格式是jpg格式
            predictions = np.squeeze(predictions)#把输出结果转为1维
            print(predictions.shape)


            # 打印图片路径及名称
            image_path = os.path.join(root,file)
            print(image_path)
            # 显示图片
            img=Image.open(image_path)
            plt.imshow(img)
            plt.axis('off')
            plt.show()

            # 对输出的概率进行排序，取前5个最大的概率，返回的是原数组从小到大的元素排序的索引值然后逆置
            top_k = predictions.argsort()[-5:][::-1]
            #实例化一个获取分类序号和分类描述的对象
            node_lookup = NodeLookup()
            for node_id in top_k:     
                # 获取分类名称
                human_string = node_lookup.id_to_string(node_id)
                # 获取该分类的置信度(即输出的概率)
                score = predictions[node_id]
                #输出五个最可能的分类结果和对应概率
                print('%s (score = %.5f)' % (human_string, score))
            print()

如图，将一张跑车图片分类为跑车的概率是0.92857