TensorFlow卷积神经网络之使用训练好的模型识别猫狗图片


Posted in Python onMarch 14, 2019

本文是Python通过TensorFlow卷积神经网络实现猫狗识别的姊妹篇,是加载上一篇训练好的模型,进行猫狗识别

本文逻辑:

  1. 我从网上下载了十几张猫和狗的图片,用于检验我们训练好的模型。
  2. 处理我们下载的图片
  3. 加载模型
  4. 将图片输入模型进行检验

代码如下:

#coding=utf-8 
import tensorflow as tf 
from PIL import Image 
import matplotlib.pyplot as plt
import input_data 
import numpy as np
import model
import os 
#从指定目录中选取一张图片 
def get_one_image(train): 
  files = os.listdir(train)
  n = len(files)
  ind = np.random.randint(0,n)
  img_dir = os.path.join(train,files[ind]) 
  image = Image.open(img_dir) 
  plt.imshow(image)
  plt.show()
  image = image.resize([208, 208]) 
  image = np.array(image)
  return image 
def evaluate_one_image(): 
 #存放的是我从百度下载的猫狗图片路径
  train = '/Users/yangyibo/GitWork/pythonLean/AI/猫狗识别/testImg/' 
  image_array = get_one_image(train) 
  with tf.Graph().as_default(): 
    BATCH_SIZE = 1 # 因为只读取一副图片 所以batch 设置为1
    N_CLASSES = 2 # 2个输出神经元,[1,0] 或者 [0,1]猫和狗的概率
    # 转化图片格式
    image = tf.cast(image_array, tf.float32) 
    # 图片标准化
    image = tf.image.per_image_standardization(image)
    # 图片原来是三维的 [208, 208, 3] 重新定义图片形状 改为一个4D 四维的 tensor
    image = tf.reshape(image, [1, 208, 208, 3]) 
    logit = model.inference(image, BATCH_SIZE, N_CLASSES) 
    # 因为 inference 的返回没有用激活函数,所以在这里对结果用softmax 激活
    logit = tf.nn.softmax(logit) 
    # 用最原始的输入数据的方式向模型输入数据 placeholder
    x = tf.placeholder(tf.float32, shape=[208, 208, 3]) 
    # 我门存放模型的路径
    logs_train_dir = '/Users/yangyibo/GitWork/pythonLean/AI/猫狗识别/saveNet/'  
    # 定义saver 
    saver = tf.train.Saver() 
    with tf.Session() as sess: 
      print("从指定的路径中加载模型。。。。")
      # 将模型加载到sess 中 
      ckpt = tf.train.get_checkpoint_state(logs_train_dir) 
      if ckpt and ckpt.model_checkpoint_path: 
        global_step = ckpt.model_checkpoint_path.split('/')[-1].split('-')[-1] 
        saver.restore(sess, ckpt.model_checkpoint_path) 
        print('模型加载成功, 训练的步数为 %s' % global_step) 
      else: 
        print('模型加载失败,,,文件没有找到') 
      # 将图片输入到模型计算
      prediction = sess.run(logit, feed_dict={x: image_array})
      # 获取输出结果中最大概率的索引
      max_index = np.argmax(prediction) 
      if max_index==0: 
        print('猫的概率 %.6f' %prediction[:, 0]) 
      else: 
        print('狗的概率 %.6f' %prediction[:, 1]) 
# 测试
evaluate_one_image()

/Users/yangyibo/GitWork/pythonLean/AI/猫狗识别/testImg/ 存放的是我从百度下载的猫狗图片

TensorFlow卷积神经网络之使用训练好的模型识别猫狗图片

执行结果:

因为从testimg 中选取图片是随机的,所以每次执行的结果不同

从指定的路径中加载模型。。。。
模型加载成功, 训练的步数为 11999
狗的概率 0.964047
[Finished in 6.8s]

代码地址:https://github.com/527515025/My-TensorFlow-tutorials/blob/master/猫狗识别/evaluateCatOrDog.py

欢迎star。

总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对三水点靠木的支持。如果你想了解更多相关内容请查看下面相关链接

Python 相关文章推荐
让python的Cookie.py模块支持冒号做key的方法
Dec 28 Python
python线程池的实现实例
Nov 18 Python
Python使用smtp和pop简单收发邮件完整实例
Jan 09 Python
python pandas库的安装和创建
Jan 10 Python
python自动化测试之DDT数据驱动的实现代码
Jul 23 Python
python模块导入的方法
Oct 24 Python
Python数据可视化:箱线图多种库画法
Nov 06 Python
flask框架配置mysql数据库操作详解
Nov 29 Python
Python栈的实现方法示例【列表、单链表】
Feb 22 Python
python实现银行实战系统
Feb 26 Python
python3的pip路径在哪
Jun 23 Python
python实现web邮箱扫描的示例(附源码)
Mar 30 Python
Python通过TensorFlow卷积神经网络实现猫狗识别
Mar 14 #Python
python3实现钉钉消息推送的方法示例
Mar 14 #Python
详解Python做一个名片管理系统
Mar 14 #Python
在Python中使用Neo4j的方法
Mar 14 #Python
浅谈Python中eval的强大与危害
Mar 13 #Python
详解python中init方法和随机数方法
Mar 13 #Python
Python使用sqlalchemy模块连接数据库操作示例
Mar 13 #Python
You might like
常用表单验证类,有了这个,一般的验证就都齐了。
2006/12/06 PHP
刚才在简化php的库,结果发现很多东西
2006/12/31 PHP
php自动适应范围的分页代码
2008/08/05 PHP
ThinkPHP通过AJAX返回JSON的两种实现方法
2014/12/18 PHP
为你总结一些php信息函数
2015/10/21 PHP
php数组和链表的区别总结
2019/09/20 PHP
laravel dingo API返回自定义错误信息的实例
2019/09/29 PHP
tp5.1 框架查询表达式用法详解
2020/05/25 PHP
输入密码检测大写是否锁定js实现代码
2012/12/03 Javascript
javascript中处理时间戳为日期格式的方法
2014/01/02 Javascript
深入浅析JavaScript中的Function类型
2016/07/09 Javascript
微信小程序实现tab和swiper切换结合效果
2020/07/17 Javascript
node.js读取Excel数据(下载图片)的方法示例
2018/08/02 Javascript
关于微信小程序bug记录与解决方法
2018/08/15 Javascript
webpack-mvc 传统多页面组件化开发详解
2019/05/07 Javascript
如何换个角度使用VUE过滤器详解
2019/09/11 Javascript
Python3使用requests登录人人影视网站的方法
2016/05/11 Python
python xml.etree.ElementTree遍历xml所有节点实例详解
2016/12/04 Python
numpy中索引和切片详解
2017/12/15 Python
python读取中文txt文本的方法
2018/04/12 Python
详解Django的CSRF认证实现
2018/10/09 Python
Python生成器的使用方法和示例代码
2019/03/04 Python
python logging模块书写日志以及日志分割详解
2019/07/22 Python
关于Pytorch MaxUnpool2d中size操作方式
2020/01/03 Python
python函数定义和调用过程详解
2020/02/09 Python
Python模拟FTP文件服务器的操作方法
2020/02/18 Python
如何解决安装python3.6.1失败
2020/07/01 Python
Onzie官网:美国时尚瑜伽品牌
2019/08/21 全球购物
金讯Java笔试题目
2013/06/18 面试题
高级Java程序员面试要点
2013/08/02 面试题
财务负责人任命书
2014/06/06 职场文书
学校党员个人问题整改措施思想汇报
2014/10/08 职场文书
天下第一关导游词
2015/02/06 职场文书
2015年预防青少年违法犯罪工作总结
2015/05/22 职场文书
Python数据可视化之绘制柱状图和条形图
2021/05/25 Python
Python机器学习之基于Pytorch实现猫狗分类
2021/06/08 Python