• 在庆祝海南建省办经济特区30周年大会上的讲话 2019-10-07
  • 俄罗斯世界杯F组:球迷风采 2019-09-24
  • 彭于晏廖凡曝姜文“精神洁癖” 2019-09-24
  • 苏州大学研究生支教团网上众筹资助留守儿童 2019-09-23
  • 湖北政务微信排行榜第187期出炉 交警类公号表现亮眼 2019-09-19
  • 【奋斗吧2018】风电检修工——荒原上的“听风者” 2019-08-31
  • 母亲节又送康乃馨?送这样的健康佳品才走心 2019-08-30
  • [酷]此文已经把马克思理论、边际理论、人类需求层次理论、生物学理论、心理学理论、社会管理学理论等理论在哲学层面完美融合了! 2019-08-26
  • 兰芝雪纱修颜气垫隔离霜 2019-07-27
  • “鹊桥”中继星顺利进入使命轨道运行 2019-07-27
  • 超越舆情管理的360度信息决策 2019-07-22
  • 视频陶然居变形记:从路边小饭馆到全国餐饮十强 2019-07-21
  • 防震减灾事业发展的重要理论成果 2019-07-20
  • 珠宝配美人!李冰冰大片衣着性感秀身段 2019-07-20
  • 机器人也能拥有“情商”?这个可以有 2019-07-19
  • 香港赛马会官方网免费资料:TensorFlow卷积神经网络之使用训练好的模型识别猫狗图片

     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

    香港赛马会网站惠泽社绝杀八码 www.mwcrz.tw 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

    • Django进阶之CSRF的解决

      Django进阶之CSRF的解决

      这篇文章主要介绍了Django进阶之CSRF的解决,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
      2018-08-08
    • Python3.5 创建文件的简单实例

      Python3.5 创建文件的简单实例

      下面小编就为大家分享一篇Python3.5 创建文件的简单实例,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
      2018-04-04
    • Python爬虫爬取新浪微博内容示例【基于代理IP】

      Python爬虫爬取新浪微博内容示例【基于代理IP】

      这篇文章主要介绍了Python爬虫爬取新浪微博内容,结合实例形式分析了Python基于代理IP实现的微博爬取与抓包分析相关操作技巧,需要的朋友可以参考下
      2018-08-08
    • tensorflow 获取变量&打印权值的实例讲解

      tensorflow 获取变量&打印权值的实例讲解

      今天小编就为大家分享一篇tensorflow 获取变量&打印权值的实例讲解,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
      2018-06-06
    • selenium+PhantomJS爬取豆瓣读书

      selenium+PhantomJS爬取豆瓣读书

      这篇文章主要为大家详细介绍了selenium+PhantomJS爬取豆瓣读书,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
      2019-08-08
    • Python实现html转换为pdf报告(生成pdf报告)功能示例

      Python实现html转换为pdf报告(生成pdf报告)功能示例

      这篇文章主要介绍了Python实现html转换为pdf报告功能,结合实例形式分析了Python使用pdfkit实现HTML转换为PDF的相关操作技巧与注意事项,需要的朋友可以参考下
      2019-05-05
    • Python Excel处理库openpyxl使用详解

      Python Excel处理库openpyxl使用详解

      openpyxl是一个第三方库,可以处理xlsx格式的Excel文件。这篇文章主要介绍了Python Excel处理库openpyxl使用详解,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
      2019-05-05
    • Python中字符串的处理技巧分享

      Python中字符串的处理技巧分享

      这篇文章给大家分享了Python中字符串的处理技巧,包括拆分含有多种分隔符的字符串、判断字符串a是否以字符串b开头或结尾、调整字符串中文本的格式已经将多个小字符串拼接成一个大的字符串等,感兴趣的朋友们可以通过阅读下文来学习。
      2016-09-09
    • python实现telnet客户端的方法

      python实现telnet客户端的方法

      这篇文章主要介绍了python实现telnet客户端的方法,分析了Python中telnetlib??槭迪謙elnet操作的方法,并实例叙述了Telnet客户端的实现技巧,需要的朋友可以参考下
      2015-04-04
    • Django模型序列化返回自然主键值示例代码

      Django模型序列化返回自然主键值示例代码

      这篇文章主要给大家介绍了关于Django模型序列化返回自然主键值的相关资料,文中通过示例代码介绍的非常详细,对大家学习或者使用Django具有一定的参考学习价值,需要的朋友们下面来一起学习学习吧
      2019-06-06

    最新评论

  • 在庆祝海南建省办经济特区30周年大会上的讲话 2019-10-07
  • 俄罗斯世界杯F组:球迷风采 2019-09-24
  • 彭于晏廖凡曝姜文“精神洁癖” 2019-09-24
  • 苏州大学研究生支教团网上众筹资助留守儿童 2019-09-23
  • 湖北政务微信排行榜第187期出炉 交警类公号表现亮眼 2019-09-19
  • 【奋斗吧2018】风电检修工——荒原上的“听风者” 2019-08-31
  • 母亲节又送康乃馨?送这样的健康佳品才走心 2019-08-30
  • [酷]此文已经把马克思理论、边际理论、人类需求层次理论、生物学理论、心理学理论、社会管理学理论等理论在哲学层面完美融合了! 2019-08-26
  • 兰芝雪纱修颜气垫隔离霜 2019-07-27
  • “鹊桥”中继星顺利进入使命轨道运行 2019-07-27
  • 超越舆情管理的360度信息决策 2019-07-22
  • 视频陶然居变形记:从路边小饭馆到全国餐饮十强 2019-07-21
  • 防震减灾事业发展的重要理论成果 2019-07-20
  • 珠宝配美人!李冰冰大片衣着性感秀身段 2019-07-20
  • 机器人也能拥有“情商”?这个可以有 2019-07-19
  • 幸运飞艇如何买龙虎 稳赚包平特一肖 三 亲朋棋牌二人麻将外挂 重庆时时乐开奖号码 五分快三精准软件下载 pc28赚钱 快3稳赚公式单双 老时时彩历史开奖号码 浙江11选5技巧 腾讯分分彩后二复式技巧