machine-learning - 如何在 Tensorflow 中使用经过训练的 CNN 模型进行对象识别

Question

我有一个 CNN 模型，它使用一组 120 张图片进行训练。图像转换为 TFR 记录并用此方法标记

def write_records_file(dataset, record_location):
    """
    dataset : dict(list)
      Dictionary with each key being a label for the list of image filenames of its value.
    record_location : str
      Location to store the TFRecord output.
    """
    writer = None

    # Enumerating the dataset because the current index is used to breakup the files if they get over 100
    current_index = 0
    for breed, images_filenames in dataset.items():
        for image_filename in images_filenames:
            if current_index % 100 == 0:
                if writer:
                    writer.close()

                record_filename = "{record_location}-{current_index}.tfrecords".format(
                    record_location=record_location,
                    current_index=current_index)

                writer = tf.python_io.TFRecordWriter(record_filename)
            current_index += 1

            image_file = tf.read_file(image_filename)         
            image = tf.image.decode_jpeg(image_file)
            grayscale_image = tf.image.rgb_to_grayscale(image)
            resized_image = tf.image.resize_images(grayscale_image, 250, 151)

            image_bytes = sess.run(tf.cast(resized_image, tf.uint8)).tobytes()

            image_label = breed.encode("utf-8")

            example = tf.train.Example(features=tf.train.Features(feature={
                'label': tf.train.Feature(bytes_list=tf.train.BytesList(value=[image_label])),
                'image': tf.train.Feature(bytes_list=tf.train.BytesList(value=[image_bytes]))
            }))

            writer.write(example.SerializeToString())

write_records_file(testing_dataset, "./output/testing-images/testing-image")
write_records_file(training_dataset, "./output/training-images/training-image")

整个模型+训练脚本以train_prediction = tf.nn.softmax(final_filled_connected)结束我得到 2 个 .tfr 文件作为输出(训练和测试)。

现在假设你有一张图片，想知道 120 张图片样本中哪张图片更相似来识别它。我必须如何进行？

train_prediction 张量的格式为 shape=(3, 120), dtype=float32120 是类别总数

不幸的是，在我正在阅读的书中没有任何指示，并且章节以这个经过训练的模型结尾，我不知道如何在实际应用程序中使用它，并且在互联网上搜索有许多类似的示例在同一点结束。

Answer 1

我没听懂你的问题。 120 个样本是指有 120 个类，每个类的示例图像很少？在这种情况下，这就是分类问题，您训练一个分类模型，输入为图像，输出为输入属于 120 个类别之一的概率(+ 不属于任何类别的额外类别)。在这种情况下，全连接层被输入到 softmax 函数中，该函数输出 120 个类的概率，本质上是长度为 120 的向量。但为此，每个类需要多个训练示例。

如果您只有 120 张图像，并且您需要知道另一张测试图像是否与其中一张图像相似，您可以为已经训练过的神经网络获取这 120 张图像的完全连接层之前的层的输出向量在更大的图像样本(例如 inception 模型)上，然后仅测试测试图像向量与这 120 个向量的相似度。

我使用上述技术托管了一个简单易用的演示 here 。检查是否适合您，否则进一步完善问题陈述。