我是TensorFlow的新手,正在寻求图像识别方面的帮助。是否有一个示例展示了如何使用TensorFlow训练自己的数字图像进行图像识别,例如TensorFlow图像识别教程中使用的图像网络模型
我看了CIFAR-10模型训练,但似乎没有提供训练自己的图像的示例。
我建议使用Google训练有素的Inception模型进行图像识别。请参考tensorflow网站上的示例“如何为新类别重新训练Inception的最终层”。它位于https://www.tensorflow.org/versions/r0.9/how_tos/image_retraining/index.html。
使用训练好的模型很容易,并且可以达到合理的精度。您只需简单地用自己的数据集来提供模型。Google初始版本的最后一个经典层将被修改,我们仅训练最后一层。对于具有多个类别的数千张图像,只需几个小时即可完成训练。请注意:为了使用示例,您必须从源代码构建tensorflow。
我正在使用转移学习功能,并取得了很好的效果。为了说明转移学习的好处,我将“在经过训练的GoogleNet上进行转移学习”与“从头开始构建并训练5层Convnet”进行了比较。分类任务在5个类别的5000张图像上完成。
参见以下简单示例:https : //www.youtube.com/watch?v= QfNvhPx5Px8(在5分钟内构建TensorFlow图像分类器)
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句