利用inception v3进行物体分类

前言

本文将利用tensorflow官方提供的inception v3模型（基于ImageNet训练）进行迁移学习。目前了解到的模型有两套（推测应该有许多版本），本文采用的这套结构稍显复杂，retrain.py多达1000多行，但是使用起来效率更高，提取完特征之后训练200个周期仅需数秒。

1. 训练和预测流程

1.1 准备初始工作目录

• 如图所示，我们需要的核心文件是retrain.py；data中存放需要训练的数据集，本文将训练5个分类，每个类别500张.jpg图片；.bat和.sh文件分别是windows和linux环境下运行retrain.py的脚本文件；最后，predict.py是训练好模型后预测图片分类的程序。文件下载：

链接: https://pan.baidu.com/s/1NfcV1DZkoybtl0L5LujIcg
提取码: gdkx
本地：E:\软件打包\模型和数据集\01.inception v3 迁移学习

<