Tensorflow Inception 中的预测数量不断增加

Question

在为 Ubuntu 安装了具有常规 CPU 支持的 Tensorflow 之后，我正在学习重新训练 Inception 最后一层的培训教程。我成功地使花卉示例工作，但是在切换到具有十个子文件夹的一组新类别后，我无法让 Inception 为每个输入图像生成十个分数，而不是默认的五个。我当前运行测试图像的命令行如下所示，使用标有 0-9 的标头。

bazel 构建 tensorflow/examples/label_image:label_image && \ bazel-bin/tensorflow/examples/label_image/label_image \ --graph=/tmp/output_graph.pb --labels=/tmp/output_labels.txt \ --output_layer=final_result \ --input_layer=Mul --image=$HOME/Input/Example.jpg

结果是什么

5 (4): 0.642959

3 (2): 0.243444

9 (8): 0.0513504

4 (5): 0.0231318

6 (7): 0.0180509

但是，我在 Inception 运行的程序中找不到任何东西，以重新配置产生多少输出分数，以便我的所有 10 个类别都有分数，而不仅仅是 5 个。我该如何更改？

Answer 1

我尝试了 8 个类别，并且能够获得所有类别的结果。 如果您的代码有以下行

top_k = predictions[0].argsort()[-5:][::-1]

改成

top_k = predictions[0].argsort()[-len(predictions[0]):][::-1]

如果代码包含predictions = np.squeeze(predictions)，则使用predictions 而不是predictions[0]

我使用以下命令而不是 bazel 来运行它，我发现它更容易。

python /path_to_file/label_image.py /path_to_image/image.jpeg

首先确保在您运行retrain.py 之后创建了该图形，并且它位于正确的位置。 （默认在/tmp/ 内）。