快捷導(dǎo)航

python tensorflow學(xué)習(xí)之識(shí)別單張圖片的實(shí)現(xiàn)的示例

更新時(shí)間：2018年02月09日 13:43:52 作者：我拿buff

本篇文章主要介紹了python tensorflow學(xué)習(xí)之識(shí)別單張圖片的實(shí)現(xiàn)的示例，小編覺(jué)得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧

假設(shè)我們已經(jīng)安裝好了tensorflow。

一般在安裝好tensorflow后，都會(huì)跑它的demo，而最常見(jiàn)的demo就是手寫數(shù)字識(shí)別的demo,也就是mnist數(shù)據(jù)集。

然而我們僅僅是跑了它的demo而已，可能很多人會(huì)有和我一樣的想法，如果拿來(lái)一張數(shù)字圖片，如何應(yīng)用我們訓(xùn)練的網(wǎng)絡(luò)模型來(lái)識(shí)別出來(lái)，下面我們就以mnist的demo來(lái)實(shí)現(xiàn)它。

1.訓(xùn)練模型

首先我們要訓(xùn)練好模型，并且把模型model.ckpt保存到指定文件夾

saver = tf.train.Saver()   
saver.save(sess, "model_data/model.ckpt")

將以上兩行代碼加入到訓(xùn)練的代碼中，訓(xùn)練完成后保存模型即可，如果這部分有問(wèn)題，你可以百度查閱資料，tensorflow怎么保存訓(xùn)練模型，在這里我們就不羅嗦了。

2.測(cè)試模型

我們訓(xùn)練好模型后，將它保存在了model_data文件夾中，你會(huì)發(fā)現(xiàn)文件夾中出現(xiàn)了4個(gè)文件

然后，我們就可以對(duì)這個(gè)模型進(jìn)行測(cè)試了，將待檢測(cè)圖片放在images文件夾下，執(zhí)行

# -*- coding:utf-8 -*-  
import cv2 
import tensorflow as tf 
import numpy as np 
from sys import path 
path.append('../..') 
from common import extract_mnist 
 
#初始化單個(gè)卷積核上的參數(shù) 
def weight_variable(shape): 
  initial = tf.truncated_normal(shape, stddev=0.1) 
  return tf.Variable(initial) 
 
#初始化單個(gè)卷積核上的偏置值 
def bias_variable(shape): 
  initial = tf.constant(0.1, shape=shape) 
  return tf.Variable(initial) 
 
#輸入特征x，用卷積核W進(jìn)行卷積運(yùn)算，strides為卷積核移動(dòng)步長(zhǎng)， 
#padding表示是否需要補(bǔ)齊邊緣像素使輸出圖像大小不變 
def conv2d(x, W): 
  return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME') 
 
#對(duì)x進(jìn)行最大池化操作，ksize進(jìn)行池化的范圍， 
def max_pool_2x2(x): 
  return tf.nn.max_pool(x, ksize=[1, 2, 2, 1],strides=[1, 2, 2, 1], padding='SAME') 
 
 
def main(): 
   
  #定義會(huì)話 
  sess = tf.InteractiveSession() 
   
  #聲明輸入圖片數(shù)據(jù)，類別 
  x = tf.placeholder('float',[None,784]) 
  x_img = tf.reshape(x , [-1,28,28,1]) 
 
  W_conv1 = weight_variable([5, 5, 1, 32]) 
  b_conv1 = bias_variable([32]) 
  W_conv2 = weight_variable([5,5,32,64]) 
  b_conv2 = bias_variable([64]) 
  W_fc1 = weight_variable([7*7*64,1024]) 
  b_fc1 = bias_variable([1024]) 
  W_fc2 = weight_variable([1024,10]) 
  b_fc2 = bias_variable([10]) 
 
  saver = tf.train.Saver(write_version=tf.train.SaverDef.V1)  
  saver.restore(sess , 'model_data/model.ckpt') 
 
  #進(jìn)行卷積操作，并添加relu激活函數(shù) 
  h_conv1 = tf.nn.relu(conv2d(x_img,W_conv1) + b_conv1) 
  #進(jìn)行最大池化 
  h_pool1 = max_pool_2x2(h_conv1) 
 
  #同理第二層卷積層 
  h_conv2 = tf.nn.relu(conv2d(h_pool1,W_conv2) + b_conv2) 
  h_pool2 = max_pool_2x2(h_conv2) 
   
  #將卷積的產(chǎn)出展開(kāi) 
  h_pool2_flat = tf.reshape(h_pool2,[-1,7*7*64]) 
  #神經(jīng)網(wǎng)絡(luò)計(jì)算，并添加relu激活函數(shù) 
  h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat,W_fc1) + b_fc1) 
 
  #輸出層，使用softmax進(jìn)行多分類 
  y_conv=tf.nn.softmax(tf.matmul(h_fc1, W_fc2) + b_fc2) 
 
  # mnist_data_set = extract_mnist.MnistDataSet('../../data/') 
  # x_img , y = mnist_data_set.next_train_batch(1) 
  im = cv2.imread('images/888.jpg',cv2.IMREAD_GRAYSCALE).astype(np.float32) 
  im = cv2.resize(im,(28,28),interpolation=cv2.INTER_CUBIC) 
  #圖片預(yù)處理 
  #img_gray = cv2.cvtColor(im , cv2.COLOR_BGR2GRAY).astype(np.float32) 
  #數(shù)據(jù)從0~255轉(zhuǎn)為-0.5~0.5 
  img_gray = (im - (255 / 2.0)) / 255 
  #cv2.imshow('out',img_gray) 
  #cv2.waitKey(0) 
  x_img = np.reshape(img_gray , [-1 , 784]) 
 
  print x_img 
  output = sess.run(y_conv , feed_dict = {x:x_img}) 
  print 'the y_con :  ', '\n',output 
  print 'the predict is : ', np.argmax(output) 
 
  #關(guān)閉會(huì)話 
  sess.close() 
 
if __name__ == '__main__': 
  main()

ok，貼一下效果圖

輸出：

最后再貼一個(gè)cifar10的，感覺(jué)我的輸入數(shù)據(jù)有點(diǎn)問(wèn)題，因?yàn)橹苯幼xcifar10的數(shù)據(jù)測(cè)試是沒(méi)問(wèn)題的，但是換成自己的圖片做預(yù)處理后輸入結(jié)果就有問(wèn)題，（參考：cv2讀入的數(shù)據(jù)是BGR順序，PIL讀入的數(shù)據(jù)是RGB順序，cifar10的數(shù)據(jù)是RGB順序），哪位童鞋能指出來(lái)記得留言告訴我

# -*- coding:utf-8 -*-   
from sys import path 
import numpy as np 
import tensorflow as tf 
import time 
import cv2 
from PIL import Image 
path.append('../..') 
from common import extract_cifar10 
from common import inspect_image 
 
 
#初始化單個(gè)卷積核上的參數(shù) 
def weight_variable(shape): 
  initial = tf.truncated_normal(shape, stddev=0.1) 
  return tf.Variable(initial) 
 
#初始化單個(gè)卷積核上的偏置值 
def bias_variable(shape): 
  initial = tf.constant(0.1, shape=shape) 
  return tf.Variable(initial) 
 
#卷積操作 
def conv2d(x, W): 
  return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME') 
 
 
 
def main(): 
  #定義會(huì)話 
  sess = tf.InteractiveSession() 
   
  #聲明輸入圖片數(shù)據(jù)，類別 
  x = tf.placeholder('float',[None,32,32,3]) 
  y_ = tf.placeholder('float',[None,10]) 
 
  #第一層卷積層 
  W_conv1 = weight_variable([5, 5, 3, 64]) 
  b_conv1 = bias_variable([64]) 
  #進(jìn)行卷積操作，并添加relu激活函數(shù) 
  conv1 = tf.nn.relu(conv2d(x,W_conv1) + b_conv1) 
  # pool1 
  pool1 = tf.nn.max_pool(conv1, ksize=[1, 3, 3, 1], strides=[1, 2, 2, 1],padding='SAME', name='pool1') 
  # norm1 
  norm1 = tf.nn.lrn(pool1, 4, bias=1.0, alpha=0.001 / 9.0, beta=0.75,name='norm1') 
 
 
  #第二層卷積層 
  W_conv2 = weight_variable([5,5,64,64]) 
  b_conv2 = bias_variable([64]) 
  conv2 = tf.nn.relu(conv2d(norm1,W_conv2) + b_conv2) 
  # norm2 
  norm2 = tf.nn.lrn(conv2, 4, bias=1.0, alpha=0.001 / 9.0, beta=0.75,name='norm2') 
  # pool2 
  pool2 = tf.nn.max_pool(norm2, ksize=[1, 3, 3, 1],strides=[1, 2, 2, 1], padding='SAME', name='pool2') 
 
  #全連接層 
  #權(quán)值參數(shù) 
  W_fc1 = weight_variable([8*8*64,384]) 
  #偏置值 
  b_fc1 = bias_variable([384]) 
  #將卷積的產(chǎn)出展開(kāi) 
  pool2_flat = tf.reshape(pool2,[-1,8*8*64]) 
  #神經(jīng)網(wǎng)絡(luò)計(jì)算，并添加relu激活函數(shù) 
  fc1 = tf.nn.relu(tf.matmul(pool2_flat,W_fc1) + b_fc1) 
   
  #全連接第二層 
  #權(quán)值參數(shù) 
  W_fc2 = weight_variable([384,192]) 
  #偏置值 
  b_fc2 = bias_variable([192]) 
  #神經(jīng)網(wǎng)絡(luò)計(jì)算，并添加relu激活函數(shù) 
  fc2 = tf.nn.relu(tf.matmul(fc1,W_fc2) + b_fc2) 
 
 
  #輸出層，使用softmax進(jìn)行多分類 
  W_fc2 = weight_variable([192,10]) 
  b_fc2 = bias_variable([10]) 
  y_conv=tf.maximum(tf.nn.softmax(tf.matmul(fc2, W_fc2) + b_fc2),1e-30) 
 
  # 
  saver = tf.train.Saver() 
  saver.restore(sess , 'model_data/model.ckpt') 
  #input 
  im = Image.open('images/dog8.jpg') 
  im.show() 
  im = im.resize((32,32)) 
  # r , g , b = im.split() 
  # im = Image.merge("RGB" , (r,g,b)) 
  print im.size , im.mode 
 
  im = np.array(im).astype(np.float32) 
  im = np.reshape(im , [-1,32*32*3]) 
  im = (im - (255 / 2.0)) / 255 
  batch_xs = np.reshape(im , [-1,32,32,3]) 
  #print batch_xs 
  #獲取cifar10數(shù)據(jù) 
  # cifar10_data_set = extract_cifar10.Cifar10DataSet('../../data/') 
  # batch_xs, batch_ys = cifar10_data_set.next_train_batch(1) 
  # print batch_ys 
  output = sess.run(y_conv , feed_dict={x:batch_xs}) 
  print output 
  print 'the out put is :' , np.argmax(output) 
  #關(guān)閉會(huì)話 
  sess.close() 
 
if __name__ == '__main__': 
  main()

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: