inception v3 网络中的错误标签 (Tensorflow)答案

【问题标题】：Wrong labels in the inception v3 network (Tensorflow)inception v3 网络中的错误标签 (Tensorflow)
【发布时间】：2017-04-29 18:14:29
【问题描述】：

我在这里使用 build_image_data.py 脚本：https://github.com/tensorflow/models/blob/master/inception/inception/data/build_image_data.py 就像将我的数据集转换为 TFRecords 格式的文档一样。在 inception_train.py 脚本中，当我打印图像和标签时，标签与图像不对应，因此我无法进行正确的训练。我使用的数据集是不平衡的（类之间的图像数量不同）。我还做了一个测试，在类和标签之间使用相同数量的图像仍然是错误的。 tensorflow 代码保持不变，我所做的唯一更改是未在 image_processing.py 脚本中应用失真。我不知道标签错误是因为我的 TFR 转换还是因为返回图像和标签的 image_processing.py 脚本。有什么想法吗？

张量流版本：0.10 操作系统：Ubuntu 14.04

inception_train.py 脚本中代码的sn-p检查是：

labs = sess.run(labels)
imgs = sess.run(images)


for i in range(FLAGS.batch_size):
  print('Label ' + str(labs[i]))
  plt.imshow(imgs[i, :, :, :])
  plt.show()

【问题讨论】：

您提到进行更改 - 如果您使用全新的脚本，它会起作用吗？
不，它也不适用于应用扭曲。
我在 build_image_data.py 脚本中进行了很多打印，并且标签是正确的，因此可能 image_processing.py 脚本中存在错误。任何帮助表示赞赏。

标签： python computer-vision tensorflow deep-learning conv-neural-network

【解决方案1】：

您应该同时运行两者：即只调用一次 sess.run。像这样的：

imgs,labs = sess.run([images,labels])# ONLY ONE CALL 

for i in range(FLAGS.batch_size):
    print('Label ' + str(labs[i]))
    plt.imshow(imgs[i, :, :, :])
    plt.show()

【讨论】：