时隔一个半月我的图像标注终于做完了
这里我是使用的tensorflow来完成的,当然我所使用的只是最初级的技术。(我所写的博客主要是为了记录自己成长的过程,并非教学意义)
这里我使用的老师提供的数据集一共5000张照片,4500张训练,500张测试。
5000张图片共有260个物种,每张图片有4个左右。
最后我所达到的效果
下面开始就是我完成这个项目所用到的专业内容,以及我所遇到的问题,如果有人看到这篇博客发现我有错误,请向我指出,我一定会虚心接受并改正。
我所用到的神经网络是卷积神经网络,套用的是AlexNet模型,并且稍作修改。
首先,定义占位符用来在后面传参数(真实标签)来计算loss
然后是读取图片
我的图片是按从0到4499的顺序和0到499的顺序将训练集和测试集分开存储的,这里我使用glob.glob的方法从文件夹读取所有的.jpeg的文件名,然后配合tf.read_file这个函数来将图片读入内存
读入进来之后对图片进行解码,调整大小,reshape。
image