基于inception v3模型的图像分类

本文介绍如何从TensorFlow官方GitHub下载InceptionV3模型,并使用retrain.py进行训练,通过修改代码中的路径设置,可在指定文件夹下运行模型训练。训练完成后,将生成未优化的PB文件,可通过进一步优化减小模型体积。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

inception v3模型文件可以从TensorFlow官方GitHub上下载。

训练代码retrain.py,识别代码label_image.py

在retrain.py所在的文件夹下创建data文件夹,将需要训练的图片放到这里,例如常见的花卉数据。

然后shift+鼠标右键,选择“在此处打开命令窗口”,输入:

python retrain.py --output_graph=retrained_graph.pb --output_labels=retrained_labels.txt --image_dir=data

训练完成后,会生成一个retrained_graph.pb文件,一个retrained_labels.txt文件,其中txt文件为每类标签。

打开label_image.py,修改红框内路径:

然后在label_image.py所在的文件夹下shift+鼠标右键,选择“在此处打开命令窗口”,输入:

python label_image.py

结果如下,说明运行正确。

但是生成的模型PB文件是未优化的文件,文件比较大,可以对其进行优化:TensorFlow PB模型的优化

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值