python cnn图像分类_CNN图像分类

本文介绍了如何使用Tensorflow的脚本`make_image_classifier.py`进行图像分类,特别是利用预训练模型如Mobilenet V2进行训练。通过提供图片目录、指定模型和设置图像大小等参数,可以快速创建一个Tensorflow Lite模型。此外,还展示了如何调用生成的模型进行图像识别。
摘要由CSDN通过智能技术生成

Tensorflow提供的图像分类工具

Tensorflow提供了一个能基于预训练模型进行重训练的脚本:https://github.com/tensorflow/hub/blob/master/examples/image_retraining/retrain.py,只需提供图像即可完成训练,不用写代码,预训练模型可以使用inception v3,或者准确率相对较低但运行更快的mobilenet。

目前这个脚本已经有了针对tensorflow 2.0的更新版本:make_image_classifier.py

通过以下命令即可完成在几分钟内完成训练:

$ make_image_classifier \

--image_dir my_image dir \

--tfhub_module https://tfhub.dev/google/tf2-preview/mobilenet_v2/feature_vector/4 \

--image_size 224 \

--saved_model_dir my_dir/new_model \

--labels_output_file class_labels.txt \

--tflite_output_file new_mobile_model.tflite

下面讲下参数。

--image_dir,存放训练图像的目录,结构如下:

my image_dir

|-- cat

| |-- a_feline_photo.jpg

| |-- another_cat_pic.jpg

| `-- ...

|-- dog

| |-- PuppyInBasket.JPG

| |

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值