准备工作:
1、下载数据集
打开cmd输入:wget http://download.tensorflow.org/example_images/flower_photos.tgz 下载数据集。
出现如下问题:wget 不是内部命令,所以要安装wget
1.1用 win10 快速安装 wget
-
步骤一,右击“命令提示符”,选择“以管理员身份运行”。
-
步骤二 安装choco。输入这行代码 @"%SystemRoot%\System32\WindowsPowerShell\v1.0\powershell.exe" -NoProfile -InputFormat None -ExecutionPolicy Bypass -Command “iex ((New-Object System.Net.WebClient).DownloadString(‘https://chocolatey.org/install.ps1’))” && SET “PATH=%PATH%;%ALLUSERSPROFILE%\chocolatey\bin”
-
步骤三,验证是否装好。如果出现版本号。就说明安装成功啦。输入 choco
-
步骤四,开始装wget。输入 choco install wget
-
步骤五:验证是否装好wget。输入 wget -V 。记得V 是大写字母哈。
1.2装好就可以下载我想要下载的数据集啦
- 步骤一:输入:wget http://download.tensorflow.org/example_images/flower_photos.tgz 下载数据集。
- 步骤二:下载的好的数据集flower_photos.tgz如下:
- 步骤三:解压数据集flower_photos:
- 步骤四:解压完成如下:
- 步骤五:把解压文件移到新的文件夹==(在cmd中下载数据集的时候就可以选择在合适的文件夹中下载,我刚开始是忘记了,所以多了这一个步骤)==
解压之后的文件夹包含了 5 个子文件夹 , 每 一 个子文件夹的名称为一种花的名称,代表了不同的类别 。平均每 一 种花有 734 张图片,每 一 张图片都是 RGB 色彩模式的,大小也不相同。和之前的样例不同 , 在这 一 节中给出的程序将直接处理没有整理过的图像数据。以下代码给出了如何将原始的图像数据整理成模型需要的输入数据 。
2、tensorflow实现迁移学习
2.1 模型和样本路径的设置
BOTTLENECK_TENSOR_SIZE = 2048
BOTTLENECK_TENSOR_NAME = 'pool_3/_reshape:0'
JPEG_DATA_TENSOR_NAME = 'DecodeJpeg/contents:0'
# 下载训练好的模型,解压放到../datasets/inception_dec_2015目录
# wget https://storage.googleapis.com/download.tensorflow.org/models/inception_dec_2015.zip
MODEL_DIR = '../datasets/inception_dec_2015'
MODEL_FILE= 'tensorflow_inception_graph.pb'
# 下载flowers测试数据,解压放到../datasets/flower_photos目录
# wget http://download.tensorflow.org/example_images/flower_photos.tgz
# 每个子文件夹存放了对应类别的图片
INPUT_DATA = '../datasets/flower_photos'
# 因为一个训练数据集会被使用多次,所以可以将演示图像通过inception-v3模型
# 得到的特征向量保存在文件中,免去重复计算
CACHE_DIR = '../datasets/bottleneck'
# 验证的数据百分比
VALIDATION_PERCENTAGE = 10
# 测试的数据百分比
TEST_PERCENTAGE = 10
2.2 把样本中所有的图片列表并按训练、验证、测试数据分开
def create_image_lists(testing_percentage, validation_percentage):
result = {}
sub_dirs = [x[0] for x in os.walk(INPUT_DATA)]
is_root_dir = True
for sub_dir in sub_dirs:
if is_root_dir:
is_root_dir = False
continue
extensions = ['jpg', 'jpeg', 'JPG', 'JPEG']
file_list = []
#dir_name 文件名
dir_name = os.path.basename(sub_dir)
for extension in extensions:
file_glob = os.path.join(INPUT_DATA, dir_name, '*.' + extension)
file_list.extend(glob.glob(file_glob))
if not file_list: continue
label_name = dir_name.lower()
# 初始化
training_images = []
testing_images = []
validation_images = []
for file_name in file_list:
#路径文件名
base_name = os.path.basename(file_name)
# 随机划分数据
chance = np.random.randint(100)
if chance < validation_percentage:
validation_images.append(base_name)
elif chance < (testing_percentage + validation_percentage):
testing_images.append(base_name)
else:
training_images.append(base_name)
result[label_name] = {
'dir': dir_name,
'training': training_images,
'testing': testing_images,
'validation': validation_images,
}
return result
- os.walk()
os.walk() 方法是一个简单易用的文件、目录遍历器,可以帮助我们高效的处理文件、目录方面的事情。
实例代码:
import os
INPUT_DATA = 'D:/objectdetection/dataset/test'
root = [x[0] for x in os.walk(INPUT_DATA)]
print("root 所指的是当前正在遍历的这个文件夹的本身的地址:\n")
print(root,"\n")
dirs = [x[1] for x in os.walk(INPUT_DATA)]
print("dirs 是一个 list ,内容是该文件夹中所有的目录的名字(不包括子目录):\n")
print(dirs,"\n")
files = [x[2] for x in os.walk(INPUT_DATA)]
print("files 同样是 list , 内容是该文件夹中所有的文件(不包括子目录):\n")
print(files,"\n")
输出:
root 所指的是当前正在遍历的这个文件夹的本身的地址:
['D:/objectdetection/dataset/test', 'D:/objectdetection/dataset/test\\test1', 'D:/objectdetection/dataset/test\\test2', 'D:/objectdetection/dataset/test\\test3']
dirs 是一个 list ,内容是该文件夹中所有的目录的名字(不包括子目录):
[['test1', 'test2', 'test3'], [], [], []]
files 同样是 list , 内容是该文件夹中所有的文件(不包括子目录):
[['TEST.txt'], ['1111.jpg', '2222.jpg', '3333.jpg'], ['4444.jpg', '5555.jpg', '6666.jpg'], ['7777.jpg', '8888.jpg', '9999.jpg']]
- glob.glob
返回所有匹配的文件路径列表。它只有一个参数pathname,定义了文件路径匹配规则,这里可以是绝对路径,也可以是相对路径。
实例代码:
INPUT_DATA='D:/objectdetection/dataset/test'
extensions = ['jpg', 'jpeg', 'JPG', 'JPEG']
file_list = []
dir_name = "test1"
#file_glob文件路径匹配规则:D:/objectdetection/dataset/test\test1\*.jpg
file_glob = os.path.join(INPUT_DATA, dir_name, '*.' + "jpg")
print(file_glob)
#D:/objectdetection/dataset/test\test1文件夹的文件类型为“jpg”的文件
print(glob.glob(file_glob))
print("\n")
#file_glob文件路径匹配规则:D:/objectdetection/dataset/test\test1\*.jpg
file_glob = os.path.join(INPUT_DATA, dir_name, '*.' + "jpeg")
print(file_glob)
#D:/objectdetection/dataset/test\test1文件夹的文件类型为“jpeg”的文件
print(glob.glob(file_glob))
输出:
D:/objectdetection/dataset/test\test1\*.jpg
['D:/objectdetection/dataset/test\\test1\\1111.jpg', 'D:/objectdetection/dataset/test\\test1\\2222.jpg', 'D:/objectdetection/dataset/test\\test1\\3333.jpg']
D:/objectdetection/dataset/test\test1\*.jpeg
[]
- lower()
转换字符串中所有大写字符为小写。
str = "THIS IS STRING EXAMPLE....WOW!!!"
print (str.lower())
输出:
this is string example....wow!!!
2.3 通过类别名称(label_name)、图片编号(index)获取一张图片的地址(full_path)。
def get_image_path(image_lists, image_dir, label_name, index, category):
label_lists = image_lists[label_name]
category_list = label_lists[category]
mod_index = index % len(category_list)
base_name = category_list[mod_index]
sub_dir = label_lists['dir']
full_path = os.path.join(image_dir, sub_dir, base_name)
return full_path
2.3获取Inception-v3模型处理之后的特征向量的文件地址。
def get_bottleneck_path(image_lists, label_name, index, category):
return get_image_path(image_lists, CACHE_DIR, label_name, index, category) + '.txt'
2.4使用加载的训练好的Inception-v3模型处理一张图片,得到这个图片的特征向量。
def run_bottleneck_on_image(sess, image_data, image_data_tensor, bottleneck_tensor):
bottleneck_values = sess.run(bottleneck_tensor, {image_data_tensor: image_data})
bottleneck_values = np.squeeze(bottleneck_values)
return bottleneck_values
2.5先试图寻找已经计算且保存下来的特征向量,如果找不到则先计算这个特征向量,然后保存到文件。
def get_or_create_bottleneck(sess, image_lists, label_name, index, category, jpeg_data_tensor, bottleneck_tensor):
label_lists = image_lists[label_name]
sub_dir = label_lists['dir']
sub_dir_path = os.path.join(CACHE_DIR, sub_dir)
if not os.path.exists(sub_dir_path): os.makedirs(sub_dir_path)
bottleneck_path = get_bottleneck_path(image_lists, label_name, index, category)
if not os.path.exists(bottleneck_path):
image_path = get_image_path(image_lists, INPUT_DATA, label_name, index, category)
image_data = gfile.FastGFile(image_path, 'rb').read()
bottleneck_values = run_bottleneck_on_image(sess, image_data, jpeg_data_tensor, bottleneck_tensor)
bottleneck_string = ','.join(str(x) for x in bottleneck_values)
with open(bottleneck_path, 'w') as bottleneck_file:
bottleneck_file.write(bottleneck_string)
else:
with open(bottleneck_path, 'r') as bottleneck_file:
bottleneck_string = bottleneck_file.read()
bottleneck_values = [float(x) for x in bottleneck_string.split(',')]
return bottleneck_values
2.6随机获取一个batch的图片作为训练数据。
def get_random_cached_bottlenecks(sess, n_classes, image_lists, how_many, category, jpeg_data_tensor, bottleneck_tensor):
bottlenecks = []
ground_truths = []
for _ in range(how_many):
label_index = random.randrange(n_classes)
label_name = list(image_lists.keys())[label_index]
image_index = random.randrange(65536)
bottleneck = get_or_create_bottleneck(
sess, image_lists, label_name, image_index, category, jpeg_data_tensor, bottleneck_tensor)
ground_truth = np.zeros(n_classes, dtype=np.float32)
ground_truth[label_index] = 1.0
bottlenecks.append(bottleneck)
ground_truths.append(ground_truth)
return bottlenecks, ground_truths
2.7 获取全部的测试数据,并计算正确率。
def get_test_bottlenecks(sess, image_lists, n_classes, jpeg_data_tensor, bottleneck_tensor):
bottlenecks = []
ground_truths = []
label_name_list = list(image_lists.keys())
for label_index, label_name in enumerate(label_name_list):
category = 'testing'
for index, unused_base_name in enumerate(image_lists[label_name][category]):
bottleneck = get_or_create_bottleneck(sess, image_lists, label_name, index, category,jpeg_data_tensor, bottleneck_tensor)
ground_truth = np.zeros(n_classes, dtype=np.float32)
ground_truth[label_index] = 1.0
bottlenecks.append(bottleneck)
ground_truths.append(ground_truth)
return bottlenecks, ground_truths
2.8 定义主函数。
def main():
# 神经网络设置
LEARNING_RATE = 0.01
STEPS = 4000
BATCH = 100
image_lists = create_image_lists(TEST_PERCENTAGE, VALIDATION_PERCENTAGE)
n_classes = len(image_lists.keys())
# # 二进制读取已经训练好的Inception-v3模型。
with gfile.FastGFile(os.path.join(MODEL_DIR, MODEL_FILE), 'rb') as f:
# 新建GraphDef文件,用于临时载入模型中的图
graph_def = tf.GraphDef()
# GraphDef加载模型中的图
graph_def.ParseFromString(f.read())
bottleneck_tensor, jpeg_data_tensor = tf.import_graph_def(
graph_def, return_elements=[BOTTLENECK_TENSOR_NAME, JPEG_DATA_TENSOR_NAME])
# 定义新的神经网络输入
bottleneck_input = tf.placeholder(tf.float32, [None, BOTTLENECK_TENSOR_SIZE], name='BottleneckInputPlaceholder')
ground_truth_input = tf.placeholder(tf.float32, [None, n_classes], name='GroundTruthInput')
# 定义一层全链接层
with tf.name_scope('final_training_ops'):
weights = tf.Variable(tf.truncated_normal([BOTTLENECK_TENSOR_SIZE, n_classes], stddev=0.001))
biases = tf.Variable(tf.zeros([n_classes]))
logits = tf.matmul(bottleneck_input, weights) + biases
final_tensor = tf.nn.softmax(logits)
# 定义交叉熵损失函数。
cross_entropy = tf.nn.softmax_cross_entropy_with_logits(logits=logits, labels=ground_truth_input)
cross_entropy_mean = tf.reduce_mean(cross_entropy)
train_step = tf.train.GradientDescentOptimizer(LEARNING_RATE).minimize(cross_entropy_mean)
# 计算正确率。
with tf.name_scope('evaluation'):
correct_prediction = tf.equal(tf.argmax(final_tensor, 1), tf.argmax(ground_truth_input, 1))
evaluation_step = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
with tf.Session() as sess:
init = tf.global_variables_initializer()
sess.run(init)
# 训练过程。
for i in range(STEPS):
train_bottlenecks, train_ground_truth = get_random_cached_bottlenecks(
sess, n_classes, image_lists, BATCH, 'training', jpeg_data_tensor, bottleneck_tensor)
sess.run(train_step, feed_dict={bottleneck_input: train_bottlenecks, ground_truth_input: train_ground_truth})
if i % 100 == 0 or i + 1 == STEPS:
validation_bottlenecks, validation_ground_truth = get_random_cached_bottlenecks(
sess, n_classes, image_lists, BATCH, 'validation', jpeg_data_tensor, bottleneck_tensor)
validation_accuracy = sess.run(evaluation_step, feed_dict={
bottleneck_input: validation_bottlenecks, ground_truth_input: validation_ground_truth})
print('Step %d: Validation accuracy on random sampled %d examples = %.1f%%' %
(i, BATCH, validation_accuracy * 100))
# 在最后的测试数据上测试正确率。
test_bottlenecks, test_ground_truth = get_test_bottlenecks(
sess, image_lists, n_classes, jpeg_data_tensor, bottleneck_tensor)
test_accuracy = sess.run(evaluation_step, feed_dict={
bottleneck_input: test_bottlenecks, ground_truth_input: test_ground_truth})
print('Final test accuracy = %.1f%%' % (test_accuracy * 100))
if __name__ == '__main__':
main()
- gfile
https://blog.csdn.net/a373595475/article/details/79693430
https://blog.csdn.net/lanchunhui/article/details/71055213
tensorflow.python.platform.gfile 模块的主要角色是:1.提供一个接近Python文件对象的API,2.提供基于TensorFlow C ++ FileSystem API的实现。 gfile 已进一步提升至 tf.gfile 下。
gfile API介绍,下面将分别介绍每一个gfile API!
-
2-1)tf.gfile.Copy(oldpath, newpath, overwrite=False)
拷贝源文件并创建目标文件,无返回,其形参说明如下:
oldpath:带路径名字的拷贝源文件;
newpath:带路径名字的拷贝目标文件;
overwrite:目标文件已经存在时是否要覆盖,默认为false,如果目标文件已经存在则会报错
-
2-2)tf.gfile.MkDir(dirname)
创建一个目录,dirname为目录名字,无返回。
-
2-3)tf.gfile.Remove(filename)
删除文件,filename即文件名,无返回。
-
2-4)tf.gfile.DeleteRecursively(dirname)
递归删除所有目录及其文件,dirname即目录名,无返回。
-
2-5)tf.gfile.Exists(filename)
判断目录或文件是否存在,filename可为目录路径或带文件名的路径,有该目录则返回True,否则False。
-
2-6)tf.gfile.Glob(filename)
查找匹配pattern的文件并以列表的形式返回,filename可以是一个具体的文件名,也可以是包含通配符的正则表达式。
-
2-7)tf.gfile.IsDirectory(dirname)
判断所给目录是否存在,如果存在则返回True,否则返回False,dirname是目录名。
-
2-8)tf.gfile.ListDirectory(dirname)
罗列dirname目录下的所有文件并以列表形式返回,dirname必须是目录名。
-
2-9)tf.gfile.MakeDirs(dirname)
以递归方式建立父目录及其子目录,如果目录已存在且是可覆盖则会创建成功,否则报错,无返回。
-
2-10)tf.gfile.Rename(oldname, newname, overwrite=False)
重命名或移动一个文件或目录,无返回,其形参说明如下:
oldname:旧目录或旧文件;
newname:新目录或新文件;
overwrite:默认为false,如果新目录或新文件已经存在则会报错,否则重命名或移动成功。
-
2-11)tf.gfile.Stat(filename)
返回目录的统计数据,该函数会返回FileStatistics数据结构
-
2-12)tf.gfile.Walk(top, in_order=True)
递归获取目录信息生成器,top是目录名,in_order默认为True指示顺序遍历目录,否则将无序遍历,每次生成返回如下格式信息(dirname, [subdirname, subdirname, …], [filename, filename, …])。
-
2-13)tf.gfile.GFile(filename, mode)
获取文本操作句柄,类似于python提供的文本操作open()函数,filename是要打开的文件名,mode是以何种方式去读写,将会返回一个文本操作句柄。
tf.gfile.Open()是该接口的同名,可任意使用其中一个!
-
2-14)tf.gfile.FastGFile(filename, mode)
该函数与tf.gfile.GFile的差别仅仅在于“无阻塞”,即该函数会无阻赛以较快的方式获取文本操作句柄。文本操作句柄:在文件I/O中,要从一个文件读取数据,应用程序首先要调用操作系统函数并传送文件名,并选一个到该文件的路径来打开文件。该函数取回一个顺序号,即文件句柄(file handle),该文件句柄对于打开的文件是唯一的识别依据。要从文件中读取一块数据,应用程序需要调用函数ReadFile。
以二进制的方式读取模型文件:
from tensorflow.python.platform import gfile
MODEL_DIR = 'D:/objectdetection/models/inception_dec_2015'
MODEL_FILE= 'tensorflow_inception_graph.pb'
gfile.FastGFile(os.path.join(MODEL_DIR, MODEL_FILE), 'rb')
- 2-15)tf.import_graph_def
tf.import_graph_def(
graph_def,
input_map=None,
return_elements=None,
name=None,
op_dict=None,
producer_op_list=None
)
这个函数提供了一种方法来导入序列化的TensorFlow GraphDef协议缓冲区,并将GraphDef中的各个对象提取为tf.张量和tf.操作对象。一旦提取出来,这些对象就会被放到当前的默认图形中。
参数:
- graph_def: 包含要导入到默认图中的操作的GraphDef proto。
- input_map:将graph_def中的输入名称(作为字符串)映射到张量对象的字典。输入图中指定的输入张量的值将被重新映射到相应的张量值。
- return_elements:在graph_def中包含操作名的字符串列表,将作为operationobject返回;和/或graph_def中的张量名称,它们将作为张量对象返回。
- name: (可选.) 将前缀放在graph_def中名称前面的前缀。注意,这并不适用于导入的函数名。默认为"import".
- op_dict: (可选.) 已弃用,请勿使用
- producer_op_list: (可选.)一个OpList原型,带有(可能是剥离的)图表生产者使用的OpDefs列表。如果提供了,那么根据producer_op_list的默认值,在graph_def中无法识别的opsattrs将被删除。这将允许稍后的二进制文件生成更多的graphdef被早期的二进制文件所接受。
返回:
从导入的图中得到的与return_element中的名称相对应的操作和/或张量对象的列表。