JavaWeb+TensorFlow图像预测分类（教程+各种填坑）

  　　首先还是先向我学习路上的前辈致谢：

https://blog.csdn.net/Light_Dream/article/details/88813227

https://github.com/amir-abdi/keras_to_tensorflow

　　大家都知道，现在进行深度学习和图像识别最流行的平台就是TensorFlow了，基本上也都是Python+TensorFlow进行项目搭建，但现在大多数web端仍然还是Java编写的，将深度学习模型移植到Java平台成了一个需要解决的问题。当前国内介绍这个的移植工作还是比较少的，现存的教程也有一堆坑，踩了一堆后总算是摸索出些东西，分享给大家。

平台：Java+Tomcat+TensorFlow

第一步：固化模型为pb文件

　　（直接摘的前辈）将需要移植的模型保存为二进制pb文件，主要的点是output_node_names数组，该数据的名称表示需要保存的tensorflow tensor名。既是在python中定义模型时指定的计算操作的name。填写什么就保存到什么节点。在cnn模型中，通常是分类输出的名称。

　　由于我图像识别模型是用keras做的，所以还需要固化为Pb模型，这里强烈推荐一个github上的转化脚本：

https://github.com/amir-abdi/keras_to_tensorflow

第二步：在Java上搭建tensorflow环境

　　这个地方非常重要，需要强调的是，目前国内教程上基本上都是说利用Java和Maven才能搭建，但实际上并不是这样，Maven只是个项目管理工具，对程序本身其实没多大影响，建立好依赖库即可。

　　步骤如下:

1.下载tensorflow支持的移植jar包:libtensorflow.jar和移植所需的JNI：libtensorflow_jni.dll (windows cpu version)

下载地址：