之前文章已經講解了
step1:怎麼將你的原始圖像數據轉成TF-Record格式；（請參考：TF-Record文件製作）
step2：然後運用轉成TF-Record個格式的文件在Inception V3上做模型訓練（請參考：模型fine-tune和整個權重文件重新訓練）
在這兩步基礎上我們會在訓練權重文件夾(我的目錄是：slim/satellite/train_dir/)下生成如下文件：
我訓練使用的指令如下：
python train_image_classifier.py \
--train_dir=satellite/train_dir \
--dataset_name=satellite \
--dataset_split_name=train \
--dataset_dir=satellite/data \
--model_name=inception_v3 \
--checkpoint_path=satellite/pretrained/inception_v3.ckpt \
--checkpoint_exclude_scopes=InceptionV3/Logits,InceptionV3/AuxLogits \
--trainable_scopes=InceptionV3/Logits,InceptionV3/AuxLogits \
--max_number_of_steps=100000 \
--batch_size=32 \
--learning_rate=0.001 \
--learning_rate_decay_type=fixed \
--save_interval_secs=300 \
--save_summaries_secs=2 \
--log_every_n_steps=10 \
--optimizer=rmsprop \
--weight_decay=0.00004
每個指令的參數含義請參考模型fine-tune和整個權重文件重新訓練 ，訓練了10萬步，其實在訓練開始後就可以運行eval來評估模型的效果。實際情況是eval模型也需要加載ckpt文件，需要佔用不小內存，訓練階段會適當調整batch大小合理利用顯卡性能。因此想實時運行train和eval的話需要調整好兩者所需內存。
模型評估
驗證模型效果的指令如下(在slim文件夾下運行）：
python eval_image_classifier.py \
--checkpoint_path=satellite/train_dir \
--eval_dir=satellite/eval_dir \
--dataset_name=satellite \
--dataset_split_name=validation \
--dataset_dir=satellite/data \
--model_name=inception_v3
其中--checkpoint_path就是模型文件存放路徑，這個參數既可以接收一個目錄的路徑，也可以接收一個文件的路徑。 如果接收的是一個目錄的路徑，如這裏的satellite/train_dir，就會在這個目錄中尋找最新保存的模型文件，執行驗證。也可以指定一個模型進行驗證，以第 300 步的模型爲例，在 satellite/train_dir 文件夾下把被保存爲 model.clcpt-300.meta 、 model.ckpt-300.index、 model.ckpt-300.data-00000-of-00001 三個文件。 此時，如果要對它執行驗證，給 checkpoint_path 傳遞的參數應該爲
satellite/train_dir/model.ckpt-300；
--eval_dir是驗證結果存放路徑；--dataset_name是數據集名稱；--dataset_split_name是數據集操作類型名（根據驗證集還是訓練集實際到對應目錄下找這階段的tf-record數據）；--dataset_dir就是驗證集tf-record存放目錄；--model_name網絡模型結構的名字；
用的是slim模塊下自帶的eval_image_classifier.py文件，裏面有很多默認的參數，如傳入的batch大小默認100，默認用4線程等；
訓練結果打印如下（在TITAN X 內存12G）：
其中Accuracy是模型分類準確率，而Recall_5是Top5的準確率，表示在輸出的類別概率中，正確類別只要落在前5就算對。由於訓練目標類別總共才6類，因此可更改Top-5爲Top-2或Top-3的準確率。需要再eval_image_classifier.py中修改如下內容：
# Define the metrics:
names_to_values, names_to_updates = slim.metrics.aggregate_metric_map({
'Accuracy': slim.metrics.streaming_accuracy(predictions, labels),
'Recall_5': slim.metrics.streaming_recall_at_k(
logits, labels, 5),
})
把其中的召回率5改成2或3就行；更改後再次運行驗證指令，得到如下結果（召回率結果下降）：
在slim/satellite/文件夾下會生成eval_dir文件夾，裏面存放着驗證結果；可用tensorboard進行查看；
只要在命令行輸入： tensorboard --logdir=your path\eval_dir
本文第一張圖中的events.out.tfevents （我的有8G那麼大，根據自己模型步長大小等因素）這個就是訓練結果目錄下的日誌文件，可用tensorboard查看；
導出訓練好的模型
如第一張圖所示，訓練完成後會在train_dir下生成 .meta ; .index ; .ckpt ; checkpoint文件。其中.meta文件保存了graph和metadata， 而ckpt保存了網絡的weights。而在生產環境中進行預測的時候是只需要模型和權重，不需要metadata，所以需要將其提出進行freeze操作，將所需的部分放到一個文件，方便之後的調用，也減少模型加載所需的內存。（在下載的預訓練模型解壓後可以找到4個文件，其中名爲frozen_inference_graph.pb的文件就是freeze後產生的模型文件，比weights文件大，但是比weights和meta文件加起來要小不少。）
tensorflow提供了兩個代碼文件： freeze_graph.py 和 classify_image_inception_v3.py。 前者可以導出一個用於識別的模型, 後者則是使用 inception_v3 模型對單張圖片做識別的腳本。
tensorflow/python/tools/freeze_graph.py提供了freeze model的api，但是需要提供輸出的final node names（一般是softmax之類的最後一層的激活函數命名），而object detection api提供了預訓練好的網絡，final node name並不好找，所以object_detection目錄下還提供了export_inference_graph.py （放置於slim目錄下）
首先將freeze_graph.py文件拷貝到slim同級目錄下；
運行如下指令：
python export_inference_graph.py \
--alsologtostderr \
--model_name=inception_v3 \
--output_file=satellite/inception_v3_inf_graph.pb \
--dataset_name satellite
會在satellite文件夾下生成一個pb文件；注意：inception_v3_inf_graph.pb 文件中只保存了 Inception V3 的網絡結構， 並不包含訓練得到的模型參數，需要將 checkpoint 中的模型參數保存進來。 方法是使用 freeze_graph. py 腳本（在 chapter_3 文件夾下運行）：
python freeze_graph.py \
--input_graph slim/satellite/inception_v3_inf_graph.pb \
--input_checkpoint slim/satellite/train_dir/model.ckpt-100000 \
--input_binary true \
--output_node_names InceptionV3/Predictions/Reshape_1 \
--output_graph slim/satellite/frozen_graph.pb
這裏參數的含義爲：
• --input_graph slim/satellite/inception_ v3 _inf_graph.pb。它表示使用的網絡結構文件，即之前已經導出的
inception_ v3_inf_graph.pb。
• --input_ checkpoint slim/satellite/train_dir/model.ckpt-100000 。具體將哪一個 checkpoint 的參數載入到網絡結構中 。這裏使用的是訓練文件夾 train_dir 中的第 100000 步模型文件。 需要根據訓練文件夾下 checkpoint 的實際步數，將 100000 修改成對應的數值。
• --input_binary true導入的 inception_v3 inf_graph.pb 實際是一個 protobuf 文件。 而protobuf文件有兩種保存格式，一種是文本形式，一種是二進 制形式。 inception_v3 _inf _graph. pb 是二進制形式，所以對應的參數是 --input_binary true。 初學的話對此可以不用深究，若高興趣的話可以參考資料。
•--output_node_names InceptionV3/Predictions/Reshape_1在導出的模型中，指定一個輸出結點， InceptionV3/Predictions/Reshape _ l 是 Inception V3 最後的輸出層。
•--output_graph slim/satellite／frozen_graph.pb 。最後導出的模型保存爲 slim/satellite／frozen_graph.pb 文件。
最後生成的文件如下：
模型調用
可以直接使用官方提供的https://github.com/tensorflow/models/blob/master/research/object_detection/object_detection_tutorial.ipynb，使用jupyter notebook測試
何大神提供的py文件classify_image_inception_v3.py （其原代碼如下）可完成對單張圖像進行預測。
# Copyright 2015 The TensorFlow Authors. All Rights Reserved.
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
# http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.
# ==============================================================================
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function
import argparse
import os.path
import re
import sys
import tarfile
import numpy as np
from six.moves import urllib
import tensorflow as tf
FLAGS = None
class NodeLookup(object):
def __init__(self, label_lookup_path=None):
self.node_lookup = self.load(label_lookup_path)
def load(self, label_lookup_path):
node_id_to_name = {}
with open(label_lookup_path) as f:
for index, line in enumerate(f):
node_id_to_name[index] = line.strip()
return node_id_to_name
def id_to_string(self, node_id):
if node_id not in self.node_lookup:
return ''
return self.node_lookup[node_id]
def create_graph():
"""Creates a graph from saved GraphDef file and returns a saver."""
# Creates graph from saved graph_def.pb.
with tf.gfile.FastGFile(FLAGS.model_path, 'rb') as f:
graph_def = tf.GraphDef()
graph_def.ParseFromString(f.read())
_ = tf.import_graph_def(graph_def, name='')
def preprocess_for_eval(image, height, width,
central_fraction=0.875, scope=None):
with tf.name_scope(scope, 'eval_image', [image, height, width]):
if image.dtype != tf.float32:
image = tf.image.convert_image_dtype(image, dtype=tf.float32)
# Crop the central region of the image with an area containing 87.5% of
# the original image.
if central_fraction:
image = tf.image.central_crop(image, central_fraction=central_fraction)
if height and width:
# Resize the image to the specified height and width.
image = tf.expand_dims(image, 0)
image = tf.image.resize_bilinear(image, [height, width],
align_corners=False)
image = tf.squeeze(image, [0])
image = tf.subtract(image, 0.5)
image = tf.multiply(image, 2.0)
return image
def run_inference_on_image(image):
"""Runs inference on an image.
Args:
image: Image file name.
Returns:
Nothing
"""
with tf.Graph().as_default():
image_data = tf.gfile.FastGFile(image, 'rb').read()
image_data = tf.image.decode_jpeg(image_data)
image_data = preprocess_for_eval(image_data, 299, 299)
image_data = tf.expand_dims(image_data, 0)
with tf.Session() as sess:
image_data = sess.run(image_data)
# Creates graph from saved GraphDef.
create_graph()
with tf.Session() as sess:
softmax_tensor = sess.graph.get_tensor_by_name('InceptionV3/Logits/SpatialSqueeze:0')
predictions = sess.run(softmax_tensor,
{'input:0': image_data})
predictions = np.squeeze(predictions)
# Creates node ID --> English string lookup.
node_lookup = NodeLookup(FLAGS.label_path)
top_k = predictions.argsort()[-FLAGS.num_top_predictions:][::-1]
for node_id in top_k:
human_string = node_lookup.id_to_string(node_id)
score = predictions[node_id]
print('%s (score = %.5f)' % (human_string, score))
def main(_):
image = FLAGS.image_file
run_inference_on_image(image)
if __name__ == '__main__':
parser = argparse.ArgumentParser()
parser.add_argument(
'--model_path',
type=str,
)
parser.add_argument(
'--label_path',
type=str,
)
parser.add_argument(
'--image_file',
type=str,
default='',
help='Absolute path to image file.'
)
parser.add_argument(
'--num_top_predictions',
type=int,
default=5,
help='Display this many predictions.'
)
FLAGS, unparsed = parser.parse_known_args()
tf.app.run(main=main, argv=[sys.argv[0]] + unparsed)
運行該腳本的指令爲：
python classify_image_inception_v3.py \
--model_path slim/satellite/frozen_graph.pb \
--label_path data_prepare/pic/label.txt \
--image_file test_image.jpg
--model_path 就是之前導出的模型 frozen_graph.pb。 模型的 輸出實際是“第 0 類’＼“第 1 類”……所以用--label_path 指定了一個 label 文件， label 文件中按順序存儲了各個類別的名稱，這樣腳本就可以把類別的id號轉換爲實際的類別名。 --image_file 是需要測試的單張圖片。
測試結果如下：
這就表示模型預測圖片對應的最可能的類別是 water，接着是 wetland、 urban、 wood 等。 score 是各個類別對應的 Logit。默認取了5個類別預測Logit的輸出，可在運行腳本時用--num_top_predictions參數來改變默認值。
至此，從對原始圖像轉爲tfrecord格式文件，接着訓練權重文件，模型的驗證評估，模型文件的導出和測試整個流程就講完了。該文章目前只針對分類用途。