python tensorflow学习之识别单张图片的实现的示例

Python  /  管理员 发布于 7年前   175

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

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

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

# -*- 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

输出：

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

# -*- 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。