一、前言
最近在用inception v3和inception resnet v2这两个网络,这两个网络架构我想不用我多说了,谷歌出品。
通过将不同尺度的feature map进行融合,通过1xn卷积核nx1卷积来替代nxn卷积,从而有效地降低计算量,通过使用多个3x3卷积来代替5x5卷积和7x7卷积来降低计算量。另外在
inception resnet v2中将resnet与inception 的网络结构来进行融合,从而进一步提升在 imagenet上的accuracy。
废话了这么多,既然要实际使用这两个网络我们当然是想使用谷歌公开的代码直接来进行finetune,这样不仅能够节省时间,还能够得到不错的效果,这里就需要使用最新的slim库中实现的inception resnet v2网络。
当然了,最新的tensorflow(1.2.0)中并没有这个网络的结构,其自带的只有inception v3这个网络结构。
二、如何使用最新的slim库
Reference:
(1)下载代码(请自备代理服务器,使用代理服务器下载会快很多)
cd ~/projects
git clone
https://github.com/tensorflow/models/
(2)编译独立的slim包,并安装之
cd models/slim
python setup.py build
sudo python setup.py install
(3)如何使用
比如使用inception_resnet_v2这网络可以这么导入
from nets import inception_resesnet_v2
当然具体用法可以可以参考reference
最好自己翻一下slim库的代码。更容易懂
这里有一个例子可以参考
https://github.com/kwotsin/transfer_learning_tutorial