python - 有了 tensorflow ，我就有了图像信息的字典。如何训练这些图像中的特征？

Question

我正在使用每个文件夹名称作为标签从目录中读取图像。图像列表中的每个元素都包含一个如下所示的字典:

{'image': array([[[152, 117,  89],
    [150, 115,  87],
    ...etc]], dtype=uint8),
'label': 'dog',
'path': 'images/dog/20311lpr.jpg'}

我想训练 tensorflow 以了解每个标签中所有图像之间的相似性，以便稍后我可以使用另一个脚本根据此数据检查图像，并告诉我新图像应该具有什么标签。

接下来我应该学习/阅读什么？

我有很多这样的图像:

$ find images -type f
images/cat/images.jpeg
images/cat/images-1.jpeg
images/cat/Unknown.jpeg
...etc
images/dog/Common-dog-behaviors-explained.jpg
images/dog/hungry-spaniel-eats-from-bowlimage.gif
images/dog/image02.PNG
images/dog/20311lpr.jpg
...etc

到目前为止，我的脚本如下所示:

#!/usr/bin/env python

 import argparse, os
 from pprint import pprint
 import tensorflow as tf

 os.environ['TF_CPP_MIN_LOG_LEVEL']='2' # Don't show warnings

 parser = argparse.ArgumentParser(description="Options")
 parser.add_argument('imagedir', default='./images', type=str)
 args = parser.parse_args()

 def main():
     images_w_labels = get_all_images(args.imagedir)
     pprint(images_w_labels[-1]) # Print the last one

 def _process_image(filename):
     if filename.lower().endswith('png'):
         imgdata = tf.image.decode_png(tf.read_file(filename))
     elif filename.lower().endswith('gif'):
         imgdata = tf.image.decode_gif(tf.read_file(filename))
     else:
         imgdata = tf.image.decode_jpeg(tf.read_file(filename))
     sess = tf.Session()
     imgdata = sess.run(imgdata)
     return imgdata

 def get_all_images(imagedir):
     images = []
     for root, subdir, files in os.walk(imagedir):
         if len(files) == 0: continue
         for file in files:
             images.append({
                 'path': os.path.join(root,file),
                 'label': os.path.split(root)[-1],
                 'image': _process_image(os.path.join(root,file))
                 })
     return images

 if __name__ == '__main__':
     main()

到目前为止，该脚本的输出如下:

$ ./build_image.data.py images
{'image': array([[[152, 117,  89],
        [150, 115,  87],
        [149, 114,  86],
        ..., 
        [143, 104,  61],
        [143, 104,  61],
        [144, 105,  62]],

       [[151, 117,  89],
        [150, 116,  88],
        [149, 115,  87],
        ..., 
        [142, 103,  60],
        [142, 103,  60],
        [143, 104,  61]],

       [[149, 118,  89],
        [148, 117,  88],
        [147, 116,  87],
        ..., 
        [142, 103,  62],
        [142, 103,  62],
        [142, 103,  62]],

       ..., 
       [[163, 136, 106],
        [164, 137, 107],
        [164, 137, 108],
        ..., 
        [  9,  13,  12],
        [ 10,  14,  13],
        [ 10,  14,  13]],

       [[162, 137, 106],
        [162, 137, 106],
        [162, 137, 107],
        ..., 
        [ 12,  14,  13],
        [ 13,  15,  14],
        [ 13,  15,  14]],

       [[161, 136, 105],
        [161, 136, 105],
        [162, 137, 107],
        ..., 
        [ 13,  15,  14],
        [ 13,  15,  14],
        [ 14,  16,  15]]], dtype=uint8),
 'label': 'dog',
 'path': 'images/dog/20311lpr.jpg'}

Answer 1

您可以使用 feed_dict 将 numpy 数组提供给 tensorflow 占位符，该 feed_dict 是 session.run 和 tensor.eval 的参数。不过，要做到这一点，您需要一个模型。