Tensorflow学习（练习）—使用inception做图像识别

import os
import tensorflow as tf
import numpy as np
import re

from PIL import Image
import matplotlib.pyplot as plt

print("hello")

class NodeLookup(object):
def __init__(self):
label_lookup_path = "F:\Tensorflow Project\inception-2015-12-05\imagenet_2012_challenge_label_map_proto.pbtxt"
uid_lookup_path="F:\Tensorflow Project\inception-2015-12-05\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
　　proto_as_ascii_lines = tf.gfile.GFile(uid_lookup_path).readlines()
　　uid_to_human = {}
　　#读取数据
　　for line in proto_as_ascii_lines:
　　　　#去掉换行符
　　　　line = line.strip('\n')
　　　　#根据'/t'分割
　　　　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]
　　　　#保存编号
　　　　uid_to_human[uid] = human_string

　　　　#加载分类字符串
　　　　proto_as_ascii = tf.gfile.GFile(label_lookup_path).readlines()
　　　　node_id_to_uid = {}

　　for line in proto_as_ascii:
　　　　if line.startswith(' target_class:'):
　　　　#获取分类编号
　　　　#target_class = int(line.split(': ')[1])
　　　　target_class = int(line.split(': ')[1])
　　　　if line.startswith(' target_class_string:'):
　　　　　　#获取编号字符串
　　　　　　target_class_string = line.split(': ')[1]
　　　　　　#保存分类编号
　　　　　　node_id_to_uid[target_class] = target_class_string[1:-2]

　　　　#建立分类编号
　　　　node_id_to_name = {}
　　　　for key,val in node_id_to_uid.items():
　　　　　　#获取分类名称
　　　　　　name = uid_to_human[val]
　　　　　　#建立分类编号
　　　　　　node_id_to_name[key] = name
　　　　　　return node_id_to_name

　　#传入分类器编号返回分类名称
　　def id_to_string(self,node_id):
　　　　if node_id not in self.node_lookup:
　　　　　　return ''
　　　　return self.node_lookup[node_id]

#创建一个图用来存储训练好的模型
with tf.gfile.FastGFile('F:\Tensorflow Project\inception-2015-12-05\classify_image_graph_def.pb','rb') as f:
　　graph_def = tf.GraphDef()
　　graph_def.ParseFromString(f.read())
　　tf.import_graph_def(graph_def,name="")

with tf.Session() as sess:
　　softmax_tensor = sess.graph.get_tensor_by_name("softmax:0")
　　#遍历目录
　　for root,dirs,files in os.walk('F:\Tensorflow Project\images0815'):
　　　　for file in files:
　　　　　　#Tensorflow载入图片
　　　　　　image_data = tf.gfile.FastGFile(os.path.join(root,file),'rb').read()
　　　　　　#执行函数，传入jpg格式图片计算并得到结果
　　　　　　predictions = sess.run(softmax_tensor,{'DecodeJpeg/contents:0':image_data})
　　　　　　#把得到的结果转成一维
　　　　　　predictions = np.squeeze(predictions)

　　　　　　#打印图片路径及名称
　　　　　　image_path = os.path.join(root,file)
　　　　　　print(image_path)
　　　　　　#显示图片
　　　　　　img = Image.open(image_path)
　　　　　　plt.imshow(img)
　　　　　　plt.axis('off')
　　　　　　plt.show()

　　　　　　#排序
　　　　　　top_k = predictions.argsort()[-5:][::-1]
　　　　　　node_lookup = NodeLookup()
　　　　　　for node_id in top_k:
　　　　　　　　#获取分类名称
　　　　　　　　human_string = node_lookup.id_to_string(node_id)
　　　　　　　　#获取分类的置信度
　　　　　　　　score = predictions[node_id]
　　　　　　　　print("%s (score = %.5f)"%(human_string,score))
　　　　　　print()

 

运行效果

转载于:https://www.cnblogs.com/herd/p/9482892.html