如何使用model.ckpt和inception v-3来预测图像？

Question

现在我正面临有关 inception v-3 和检查点数据的问题。 我一直在处理通过我的图像更新 inception-v3 的检查点数据，阅读下面的 git 页面并成功制作新的检查点数据。

https://github.com/tensorflow/models/tree/master/inception

一开始我以为只要稍微改动一下代码，我就可以使用这些检查点数据来识别新的图像数据，比如下面的 url。

https://www.tensorflow.org/versions/master/tutorials/image_recognition/index.html

我一开始以为“classify.py”之类的会读取新的检查点数据，只需“pythonclassify.py -image something.png”，程序就可以识别图像数据。但它并没有...... 我真的需要帮助。 谢谢。

Answer 1

要输入 .pb 文件，在训练期间，还要导入 tf.train.write_graph(sess.graph.as_graph_def(), 'path_to_folder', 'input_graph.pb',False)

如果你已经下载了inception v3源代码，在inception_train.py中，添加我上面写的那行，在下面 saver.save(sess, checkpoint_path, global_step=step)。 （保存检查点的位置）

希望这会有所帮助！

Answer 2

要在 label_image 示例中使用您的检查点和模型，您需要运行 tensorflow/python/tools/freeze_graph 脚本将变量转换为存储在 GraphDef 中的常量。例如，这就是我们创建该示例代码中使用的图形文件的方式。