• 重庆“轮椅教师”高位截瘫仍坚守讲台 2019-07-07
  • 百度车联网携手宝马 合作伙伴全面升级为国际OEM厂商 2019-07-01
  • 全面从严治党永远在路上——辽宁代表团开放日侧记 2019-07-01
  • 【学习时刻】华侨大学黄日涵:“一带一路”盛会开启合作发展新篇章 2019-06-24
  • 秒变迷弟!吴建豪晒与甄子丹合影:偶像给我签名 2019-06-20
  • 军统头目戴笠留下哪些巨额遗产 令蒋介石身边人惊诧 2019-06-20
  • 初春喝藿香汤 解表化湿,散寒温经 2019-06-18
  • 新华时评:磋商,不等于反复折腾 2019-06-09
  • 天山特克斯峡谷 中国国家地理网 2019-06-08
  • 端午小长假珠海口岸将迎双向客流高峰 2019-06-08
  • 王朝崩塌!恒大半个月内双线出局 卡帅敲响下课警钟 2019-06-07
  • 一周人事:国务院发布任免刘伟当选北京市总工会主席 2019-06-07
  • 敞篷式设计 日产聆风Open Car官图发布 2019-06-06
  • 习近平为传统文化“代言” 2019-06-05
  • 奋力谱写新时代追赶超越新篇章——访陕西省委书记胡和平 2019-06-04
  • 请下载香港赛马会软件:TensorFlow卷积神经网络之使用训练好的模型识别猫狗图片

    香港赛马会网站惠泽社绝杀八码 www.mwcrz.tw  更新时间:2019年03月14日 10:38:30   作者:双斜杠少年   我要评论

    今天小编就为大家分享一篇关于TensorFlow卷积神经网络之使用训练好的模型识别猫狗图片,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧

    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

    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,谢谢大家对脚本之家的支持。如果你想了解更多相关内容请查看下面相关链接

    相关文章

    • Python调用adb命令实现对多台设备同时进行reboot的方法

      Python调用adb命令实现对多台设备同时进行reboot的方法

      今天小编就为大家分享一篇Python调用adb命令实现对多台设备同时进行reboot的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
      2018-10-10
    • Python实现八皇后问题示例代码

      Python实现八皇后问题示例代码

      这篇文章主要给大家介绍了关于利用Python实现八皇后问题的相关资料,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
      2018-12-12
    • Python爬虫工程师面试问题总结

      Python爬虫工程师面试问题总结

      本篇文章给大家总结了关于Python爬虫工程师面试问题总结,希望我们整理的内容能够帮助到大家。
      2018-03-03
    • Python3.5实现的三级菜单功能示例

      Python3.5实现的三级菜单功能示例

      这篇文章主要介绍了Python3.5实现的三级菜单功能,涉及Python针对json格式数据的读取、遍历、查找、判断等相关操作技巧,需要的朋友可以参考下
      2019-03-03
    • python 字符串转列表 list 出现\ufeff的解决方法

      python 字符串转列表 list 出现\ufeff的解决方法

      下面小编就为大家带来一篇python 字符串转列表 list 出现\ufeff的解决方法。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
      2017-06-06
    • Python_LDA实现方法详解

      Python_LDA实现方法详解

      这篇文章主要介绍了Python_LDA实现方法详解,具有一定参考价值,需要的朋友可以了解下。
      2017-10-10
    • Python基于Socket实现的简单聊天程序示例

      Python基于Socket实现的简单聊天程序示例

      这篇文章主要介绍了Python基于Socket实现的简单聊天程序,结合简单实例形式分析了Python聊天程序的客户端与服务器端相关实现技巧,需要的朋友可以参考下
      2017-08-08
    • Python创建日历实例

      Python创建日历实例

      这篇文章主要介绍了Python创建日历实例,不使用Python提供的calendar实现,需要的朋友可以参考下
      2014-08-08
    • urllib2自定义opener详解

      urllib2自定义opener详解

      这篇文章主要介绍了urllib2自定义opener详解,需要的朋友可以参考下
      2014-02-02
    • 利用Python实现命令行版的火车票查看器

      利用Python实现命令行版的火车票查看器

      当你想查询一下火车票信息的时候,你还在上12306官网吗?或是打开你手机里的APP?下面让我们来用Python写一个命令行版的火车票查看器, 只要在命令行敲一行命令就能获得你想要的火车票信息!如果你刚掌握了Python基础,这将是个不错的小练习。
      2016-08-08

    最新评论

  • 重庆“轮椅教师”高位截瘫仍坚守讲台 2019-07-07
  • 百度车联网携手宝马 合作伙伴全面升级为国际OEM厂商 2019-07-01
  • 全面从严治党永远在路上——辽宁代表团开放日侧记 2019-07-01
  • 【学习时刻】华侨大学黄日涵:“一带一路”盛会开启合作发展新篇章 2019-06-24
  • 秒变迷弟!吴建豪晒与甄子丹合影:偶像给我签名 2019-06-20
  • 军统头目戴笠留下哪些巨额遗产 令蒋介石身边人惊诧 2019-06-20
  • 初春喝藿香汤 解表化湿,散寒温经 2019-06-18
  • 新华时评:磋商,不等于反复折腾 2019-06-09
  • 天山特克斯峡谷 中国国家地理网 2019-06-08
  • 端午小长假珠海口岸将迎双向客流高峰 2019-06-08
  • 王朝崩塌!恒大半个月内双线出局 卡帅敲响下课警钟 2019-06-07
  • 一周人事:国务院发布任免刘伟当选北京市总工会主席 2019-06-07
  • 敞篷式设计 日产聆风Open Car官图发布 2019-06-06
  • 习近平为传统文化“代言” 2019-06-05
  • 奋力谱写新时代追赶超越新篇章——访陕西省委书记胡和平 2019-06-04
  • 杜塞尔多夫房价 香港六合彩正版挂牌 36捕鱼达人2电脑版 战国兰斯ssg 加拿大快乐8技巧 欢乐骰子乐游戏 心水论坛i0 塔什干棉农对吉达国民 纽伦堡球队排名 银狼在线客服