深度学习之迁移学习（打造自己的图像识别模型）

 

一、概论

       迁移学习（打造自己的图像识别模型）其实就是利用已有的深度神经网络（VGG16，AlexNet , GoogLeNet等）进行简单的微调。一般有如下几种方式：

1. 只训练全连接层。
2. 全部网络重新训练（使用已有参数/从头开始）
3. 只训练部分网络。

二、数据准备

    原始的图片数据和标签需要转换成tfrecord格式的文件,tfrecord, 这是一种将图像数据和标签放在一起的二进制文件，能更好的利用内存，在tensorflow中快速的复制，移动，读取，存储 等等。

    1.原始图片保存在 data_prepare/pic中      

   2. 在data_prepare中执行如下命令：

    python data_convert.py -t pie/ \
    --train-shards 2 \
    --validation-shards 2 \
    --num-threads 2 \
    --dataset-name satellite

三、使用 Tens