TensorFlow入门教程（十二）：利用inception-v3做图像识别

最新推荐文章于 2022-05-07 19:24:44 发布

王氏小明

最新推荐文章于 2022-05-07 19:24:44 发布

阅读量955

点赞数 1

CC 4.0 BY-SA版权

分类专栏： TensorFlow

本文链接：https://blog.youkuaiyun.com/weixin_43472830/article/details/88053372

本文介绍了如何利用预训练的inception-v3模型进行图像识别，通过处理imagenet_synset_to_human_label_map.txt和imagenet_2012_challenge_label_map_proto.pbtxt文件建立类别关联，并展示了模型对车辆和狗的识别结果，揭示了模型的预测准确性问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在 inception-v3 中，已经训练出就近千个分类，其标签存在解压目录的 imagenet_synset_to_human_label_map.txt 和 imagenet_2012_challenge_label_map_proto.pbtxt 中，其内容如下：

其中 target_class_string 作为连接，将两部分连接起来，所以，程序刚开始，需对这两本文件进行处理，把 target_class 和目标名称建立联系。程序中，将其封装在一个类里面，具体程序如下：

class NodeLookup(object):
    def __init__(self):
        label_lookup_path = 'inception_model/imagenet_2012_challenge_label_map_proto.pbtxt'
        uid_lookup_path = 'inception_model/imagenet_synset_to_human_label_map.txt'
        self.node_lookup = self.load(label_lookup_path, uid_lookup_path)

    def load(self, label_lookup_path, uid_lookup_path):
        # 加载分类字符串n********对应分类名称的文件
        proto_as_ascii_lines = tf.gfile.GFile(uid_lookup_path).readlines()
        uid_to_human = {}
        # 一行一行读取数据
        for line in proto_as_ascii_lines:
            # 去掉换行符
            line = line.strip('\n')
            # 按照'\t'分割
            parsed_items = line.split('\t')
            # 获取分类编号n********
            uid = parsed_items[0]
            #