tensorflow迁移学习：VGG16花朵分类

最新推荐文章于 2024-08-25 18:49:06 发布

dt_cumt_xjtu

最新推荐文章于 2024-08-25 18:49:06 发布

阅读量9k

点赞数 4

分类专栏：深度学习文章标签： vgg16 图像分类花朵分类

本文链接：https://blog.csdn.net/hawkl123/article/details/82724927

版权

本文介绍了使用VGG16进行花朵分类的迁移学习过程，补充了原教程中关于labels和codes文件保存的遗漏，并提供了显示预测概率而非柱状图的展示方式，满足了对概率显示的需求。

摘要由CSDN通过智能技术生成

转自：https://blog.csdn.net/weixin_41770169/article/details/80330581

github地址：https://github.com/1269215860/vgg16_flowers.git

其实上面的文章已经写的很详细了，但是还有一点小小的问题，通过参考其他的代码，将其进行补充，这样完整的程序就可以运行了。

下面我就主要说说进行补充的地方：

补充1：

如果按照原文章的步骤一步步进行，在进行到这步的时候，会有报错，会提示找不到labels和codes文件，原因是我们在运行上一步的代码没有对其进行保存。

# read codes and labels from file
import csv 

with open('labels') as f:
    reader = csv.reader(f, delimiter='\n')
    labels = np.array([each for each in reader if len(each) > 0]).squeeze()
with open('codes') as f:
    codes = np.fromfile(f, dtype=np.float32)
    codes = codes.reshape((l