python tensorflow学习之识别单张图片的实现的示例

时间:2022-05-04 18:37:10

假设我们已经安装好了tensorflow

一般在安装好tensorflow后,都会跑它的demo,而最常见的demo就是手写数字识别的demo,也就是mnist数据集。

然而我们仅仅是跑了它的demo而已,可能很多人会有和我一样的想法,如果拿来一张数字图片,如何应用我们训练的网络模型来识别出来,下面我们就以mnist的demo来实现它。

1.训练模型

首先我们要训练好模型,并且把模型model.ckpt保存到指定文件夹

?
1
2
saver = tf.train.Saver()  
saver.save(sess, "model_data/model.ckpt")

将以上两行代码加入到训练的代码中,训练完成后保存模型即可,如果这部分有问题,你可以百度查阅资料,tensorflow怎么保存训练模型,在这里我们就不罗嗦了。

2.测试模型

我们训练好模型后,将它保存在了model_data文件夹中,你会发现文件夹中出现了4个文件

python tensorflow学习之识别单张图片的实现的示例

然后,我们就可以对这个模型进行测试了,将待检测图片放在images文件夹下,执行

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
# -*- coding:utf-8 -*- 
import cv2
import tensorflow as tf
import numpy as np
from sys import path
path.append('../..')
from common import extract_mnist
 
#初始化单个卷积核上的参数
def weight_variable(shape):
  initial = tf.truncated_normal(shape, stddev=0.1)
  return tf.Variable(initial)
 
#初始化单个卷积核上的偏置值
def bias_variable(shape):
  initial = tf.constant(0.1, shape=shape)
  return tf.Variable(initial)
 
#输入特征x,用卷积核W进行卷积运算,strides为卷积核移动步长,
#padding表示是否需要补齐边缘像素使输出图像大小不变
def conv2d(x, W):
  return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')
 
#对x进行最大池化操作,ksize进行池化的范围,
def max_pool_2x2(x):
  return tf.nn.max_pool(x, ksize=[1, 2, 2, 1],strides=[1, 2, 2, 1], padding='SAME')
 
 
def main():
   
  #定义会话
  sess = tf.InteractiveSession()
   
  #声明输入图片数据,类别
  x = tf.placeholder('float',[None,784])
  x_img = tf.reshape(x , [-1,28,28,1])
 
  W_conv1 = weight_variable([5, 5, 1, 32])
  b_conv1 = bias_variable([32])
  W_conv2 = weight_variable([5,5,32,64])
  b_conv2 = bias_variable([64])
  W_fc1 = weight_variable([7*7*64,1024])
  b_fc1 = bias_variable([1024])
  W_fc2 = weight_variable([1024,10])
  b_fc2 = bias_variable([10])
 
  saver = tf.train.Saver(write_version=tf.train.SaverDef.V1) 
  saver.restore(sess , 'model_data/model.ckpt')
 
  #进行卷积操作,并添加relu激活函数
  h_conv1 = tf.nn.relu(conv2d(x_img,W_conv1) + b_conv1)
  #进行最大池化
  h_pool1 = max_pool_2x2(h_conv1)
 
  #同理第二层卷积层
  h_conv2 = tf.nn.relu(conv2d(h_pool1,W_conv2) + b_conv2)
  h_pool2 = max_pool_2x2(h_conv2)
   
  #将卷积的产出展开
  h_pool2_flat = tf.reshape(h_pool2,[-1,7*7*64])
  #神经网络计算,并添加relu激活函数
  h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat,W_fc1) + b_fc1)
 
  #输出层,使用softmax进行多分类
  y_conv=tf.nn.softmax(tf.matmul(h_fc1, W_fc2) + b_fc2)
 
  # mnist_data_set = extract_mnist.MnistDataSet('../../data/')
  # x_img , y = mnist_data_set.next_train_batch(1)
  im = cv2.imread('images/888.jpg',cv2.IMREAD_GRAYSCALE).astype(np.float32)
  im = cv2.resize(im,(28,28),interpolation=cv2.INTER_CUBIC)
  #图片预处理
  #img_gray = cv2.cvtColor(im , cv2.COLOR_BGR2GRAY).astype(np.float32)
  #数据从0~255转为-0.5~0.5
  img_gray = (im - (255 / 2.0)) / 255
  #cv2.imshow('out',img_gray)
  #cv2.waitKey(0)
  x_img = np.reshape(img_gray , [-1 , 784])
 
  print x_img
  output = sess.run(y_conv , feed_dict = {x:x_img})
  print 'the y_con :  ', '\n',output
  print 'the predict is : ', np.argmax(output)
 
  #关闭会话
  sess.close()
 
if __name__ == '__main__':
  main()

ok,贴一下效果图

python tensorflow学习之识别单张图片的实现的示例

输出:

python tensorflow学习之识别单张图片的实现的示例

最后再贴一个cifar10的,感觉我的输入数据有点问题,因为直接读cifar10的数据测试是没问题的,但是换成自己的图片做预处理后输入结果就有问题,(参考:cv2读入的数据是BGR顺序,PIL读入的数据是RGB顺序,cifar10的数据是RGB顺序),哪位童鞋能指出来记得留言告诉我

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
# -*- coding:utf-8 -*-  
from sys import path
import numpy as np
import tensorflow as tf
import time
import cv2
from PIL import Image
path.append('../..')
from common import extract_cifar10
from common import inspect_image
 
 
#初始化单个卷积核上的参数
def weight_variable(shape):
  initial = tf.truncated_normal(shape, stddev=0.1)
  return tf.Variable(initial)
 
#初始化单个卷积核上的偏置值
def bias_variable(shape):
  initial = tf.constant(0.1, shape=shape)
  return tf.Variable(initial)
 
#卷积操作
def conv2d(x, W):
  return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')
 
 
 
def main():
  #定义会话
  sess = tf.InteractiveSession()
   
  #声明输入图片数据,类别
  x = tf.placeholder('float',[None,32,32,3])
  y_ = tf.placeholder('float',[None,10])
 
  #第一层卷积层
  W_conv1 = weight_variable([5, 5, 3, 64])
  b_conv1 = bias_variable([64])
  #进行卷积操作,并添加relu激活函数
  conv1 = tf.nn.relu(conv2d(x,W_conv1) + b_conv1)
  # pool1
  pool1 = tf.nn.max_pool(conv1, ksize=[1, 3, 3, 1], strides=[1, 2, 2, 1],padding='SAME', name='pool1')
  # norm1
  norm1 = tf.nn.lrn(pool1, 4, bias=1.0, alpha=0.001 / 9.0, beta=0.75,name='norm1')
 
 
  #第二层卷积层
  W_conv2 = weight_variable([5,5,64,64])
  b_conv2 = bias_variable([64])
  conv2 = tf.nn.relu(conv2d(norm1,W_conv2) + b_conv2)
  # norm2
  norm2 = tf.nn.lrn(conv2, 4, bias=1.0, alpha=0.001 / 9.0, beta=0.75,name='norm2')
  # pool2
  pool2 = tf.nn.max_pool(norm2, ksize=[1, 3, 3, 1],strides=[1, 2, 2, 1], padding='SAME', name='pool2')
 
  #全连接层
  #权值参数
  W_fc1 = weight_variable([8*8*64,384])
  #偏置值
  b_fc1 = bias_variable([384])
  #将卷积的产出展开
  pool2_flat = tf.reshape(pool2,[-1,8*8*64])
  #神经网络计算,并添加relu激活函数
  fc1 = tf.nn.relu(tf.matmul(pool2_flat,W_fc1) + b_fc1)
   
  #全连接第二层
  #权值参数
  W_fc2 = weight_variable([384,192])
  #偏置值
  b_fc2 = bias_variable([192])
  #神经网络计算,并添加relu激活函数
  fc2 = tf.nn.relu(tf.matmul(fc1,W_fc2) + b_fc2)
 
 
  #输出层,使用softmax进行多分类
  W_fc2 = weight_variable([192,10])
  b_fc2 = bias_variable([10])
  y_conv=tf.maximum(tf.nn.softmax(tf.matmul(fc2, W_fc2) + b_fc2),1e-30)
 
  #
  saver = tf.train.Saver()
  saver.restore(sess , 'model_data/model.ckpt')
  #input
  im = Image.open('images/dog8.jpg')
  im.show()
  im = im.resize((32,32))
  # r , g , b = im.split()
  # im = Image.merge("RGB" , (r,g,b))
  print im.size , im.mode
 
  im = np.array(im).astype(np.float32)
  im = np.reshape(im , [-1,32*32*3])
  im = (im - (255 / 2.0)) / 255
  batch_xs = np.reshape(im , [-1,32,32,3])
  #print batch_xs
  #获取cifar10数据
  # cifar10_data_set = extract_cifar10.Cifar10DataSet('../../data/')
  # batch_xs, batch_ys = cifar10_data_set.next_train_batch(1)
  # print batch_ys
  output = sess.run(y_conv , feed_dict={x:batch_xs})
  print output
  print 'the out put is :' , np.argmax(output)
  #关闭会话
  sess.close()
 
if __name__ == '__main__':
  main()

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持服务器之家。

原文链接:http://blog.csdn.net/gaohuazhao/article/details/72886450