TensorFlow入门-Inception(v3)图像识别

Inception-v3是最新的一个模型，在ImageNet-2012上训练进行分类。

与其他网络对比

AlexNet achieved by setting a top-5 error rate of 15.3% on the 2012 validation data set; BN-Inception-v2 achieved 6.66%; Inception-v3 reaches 3.46%.

How well do humans do on ImageNet Challenge? There’s a blog post by Andrej Karpathy who attempted to measure his own performance. He reached 5.1% top-5 error rate.

我猜人类的识别率应该很大程度受限于一个人的知识水平。比如对于猫而言，我们只知道很少几个品种，而计算机却可以存储很多品种的猫的信息。

调用Python API

在cmd中输入

cd tensorflow/models/image/imagenet
python classify_image.py

自动在官网下载训练好的Inception-v3模型，和相关文件(一张测试图像cropped_panda.jpg)