在张量流中为转移学习提供图像数据

Question

我正在尝试使用tensorflow进行转移学习.我从教程中下载了预训练模型inception3.在代码中,用于预测:

prediction = sess.run(softmax_tensor,{'DecodeJpeg/contents:0'}:image_data})

有没有办法喂png图像.我试过换DecodeJpeg到DecodePng但是没用.除此之外,如果我想要像numpy数组或一批数组那样提供解码图像文件,我应该改变什么？

谢谢!!

Answer 1

随附的InceptionV3图表classify_image.py仅支持开箱即用的JPEG图像.有两种方法可以将此图表与PNG图像一起使用:

1. 将PNG图像转换为heightx widthx 3(通道)Numpy数组,例如使用PIL,然后输入'DecodeJpeg:0'张量:

   import numpy as np
   from PIL import Image
   # ...
   
   image = Image.open("example.png")
   image_array = np.array(image)[:, :, 0:3]  # Select RGB channels only.
   
   prediction = sess.run(softmax_tensor, {'DecodeJpeg:0': image_array})
   

   或许令人混淆,'DecodeJpeg:0'是输出的的DecodeJpeg运算,所以通过将该料张量,你能养活原始图像数据.

2. tf.image.decode_png()在导入的图形中添加操作.从简单的开关美联储张的名字'DecodeJpeg/contents:0',以'DecodePng/contents:0'不起作用,因为没有'DecodePng'在运图运算.您可以使用以下input_map参数将此类节点添加到图形中tf.import_graph_def():

   png_data = tf.placeholder(tf.string, shape=[])
   decoded_png = tf.image.decode_png(png_data, channels=3)
   # ...
   
   graph_def = ...
   softmax_tensor = tf.import_graph_def(
       graph_def,
       input_map={'DecodeJpeg:0': decoded_png},
       return_elements=['softmax:0'])
   
   sess.run(softmax_tensor, {png_data: ...})