Inception_V3的运行

最新推荐文章于 2023-12-11 15:38:45 发布

weiyu_CHN

最新推荐文章于 2023-12-11 15:38:45 发布

阅读量354

点赞数

文章标签： python

本文链接：https://blog.csdn.net/gzy_wyu/article/details/104394152

版权

个人笔记感谢指正

1.导入包

import tensorflow as tf
import os
import re
import numpy as np
from PIL import Image
import matplotlib.pyplot as plt

2.定义一个处理文件的类

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()  #总结一下tf.gfile.GFile()函数
                                                                            #proto_as_ascii_lines是一个列表，是一个可迭代对象
        uid_to_human = {}
        #一行一行的读取数据
        for line in proto_as_ascii_lines:
            #去掉换行符
            line = line.strip('\n')
            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]
            #用编号和分类名称新建一个字典
            uid_to_human[uid] = human_string