利用Tensorflow训练好的模型,图片进行预测和识别,并输出相应的标签和预测概率。
如果想要多张图片,可以进行批次加载和预测,这里仅用单张图片进行演示。
模型文件:
预测图片:
这里直接贴代码,都有注释,应该很好理解
import tensorflow as tf
import inference
image_size = 128 # 输入层图片大小
# 模型保存的路径和文件名
MODEL_SAVE_PATH = "model/"
MODEL_NAME = "model.ckpt"
# 加载需要预测的图片
image_data = tf.gfile.FastGFile("./data/test/d.png", 'rb').read()
# 将图片格式转换成我们所需要的矩阵格式,第二个参数为1,代表1维
decode_image = tf.image.decode_png(image_data, 1)
# 再把数据格式转换成能运算的float32
decode_image = tf.image.convert_image_dtype(decode_image, tf.float32)
# 转换成指定的输入格式形状
image = tf.reshape(decode_image, [-1, image_size, image_size, 1])