从 TensorFlow Android Camera Demo 重新训练 Inception5h 模型

Question

TensorFlow Android Camera Demo 使用Inception5h model 进行实时图像识别，提供卓越的性能。由于我没有成功重新训练 Inception5h，所以我选择了InceptionV3 model，但它在图像识别方面并不那么敏捷。所以我回到开始尝试重新训练（或迁移学习）Inception5h 模型。我已经尝试修改retrain.py，但它显然是为 v3 模型编写的。 5h 模型开始时不包含“pool_3/_reshape:0”、“DecodeJpeg/contents:0”或“ResizeBilinear:0”张量。还有其他差异。

我是机器学习和 TensorFlow 方面的新手，所以我非常感谢我必须做的明确步骤。

谢谢！

Answer 1

看起来retrain.py 脚本和tutorial 刚刚更新为与mobilenet 架构配合使用。

这样就解决了您问题的第一部分，它实际上不是 inception5h，但它在移动设备上运行良好，准确度比 inception5h 高得多。

要真正让它在 android 示例中运行，您仍然需要更新 these settings。

我认为你应该可以只复制the settings determined for the mobilenet you choose, from the retrain script，你可能会没事的。

---

如果您想使用其他网络，而 retrain.py 中没有设置，那么我能想到的确定它们的最简单方法是使用 TensorBoard 探索图表。

所以如果你真的想使用 inception 5h，你可以下载并解压它：

curl -O https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip
unzip -d inception5h inception5h.zip

然后从 Tensorflow for Poets: 2 codelab repo 中获取这个简单的脚本，将图形 .pb 文件转换为 tensorboard 可以使用的东西：

curl -O https://raw.githubusercontent.com/googlecodelabs/tensorflow-for-poets-2/master/scripts/graph_pb2tb.py

然后在你的 graph.pb 上运行它：

mkdir tb_graph
python graph_pb2tb.py tb/inception5h inception5h/tensorflow_inception_graph.pb 

还有open it in tensorboard:

tensorboard --logdir tb_graph

然后在图表中四处寻找并找到您需要填写自己的model_info dict的节点名称可能相对简单。

我认为这是您想要设置为 bottleneck_tensor 的节点：

Answer 2

在 retrain.py 脚本的末尾，您可以注意到以下几行：

output_graph_def = graph_util.convert_variables_to_constants(
  sess, graph.as_graph_def(), [FLAGS.final_tensor_name])
with gfile.FastGFile(FLAGS.output_graph, 'wb') as f:
   f.write(output_graph_def.SerializeToString())

这里所有的变量都作为常量保存在协议缓冲区 (pb) 文件中，该文件是二进制文件 ('wb')。您还应该将模型类的名称保存在文本文件中。然后正如android文档提到的那样，您应该将这两个文件保存在tensorflow的android路径中名为“assets”的文件夹中。然后需要进行一些修改以加载 inception-v3 模型，您可以在此处看到：https://github.com/tensorflow/tensorflow/issues/1269 我希望这个能帮上忙！