在张量流中馈送图像数据以进行转移学习

Question

我正在尝试使用tensorflow进行迁移学习。我从教程中下载了预训练的模型inception3。在代码中，为了进行预测：

prediction = sess.run(softmax_tensor,{'DecodeJpeg/contents:0'}:image_data})

有没有办法提供png图像。我尝试更改DecodeJpeg为，DecodePng但没有成功。此外，如果我要馈送已解码的图像文件（例如numpy数组或一批数组），该怎么办？

谢谢！！

Answer 1

中使用的出厂的InceptionV3图形classify_image.py仅支持开箱即用的JPEG图像。您可以通过两种方式将此图用于PNG图像：

1. 例如使用PIL将PNG图像转换为heightx widthx 3（通道）的Numpy数组，然后馈入张量：'DecodeJpeg:0'

   import numpy as np
   

   from PIL import Image

   image = Image.open(“example.png”)
   image_array = np.array(image)[:, :, 0:3] # Select RGB channels only.
   

   prediction = sess.run(softmax_tensor, {‘DecodeJpeg:0’: image_array})

或许令人混淆，'DecodeJpeg:0'是 输出 的的DecodeJpeg运算，所以通过将该料张量，你能养活原始图像数据。

1. 将tf.image.decode_png()op添加到导入的图形。从简单的开关美联储张的名字'DecodeJpeg/contents:0'，以'DecodePng/contents:0'不起作用，因为没有'DecodePng'在运图运算。您可以通过使用input_map参数将这样的节点添加到图中tf.import_graph_def()：

   png_data = tf.placeholder(tf.string, shape=[])
   

   decoded_png = tf.image.decode_png(png_data, channels=3)

   …

   graph_def = …
   softmax_tensor = tf.import_graph_def(
   graph_def,
   input_map={‘DecodeJpeg:0’: decoded_png},
   return_elements=[‘softmax:0’])
   
   

   sess.run(softmax_tensor, {png_data: …})