在评估TensorFlow-Slim时显示标签

Question

我正在自学TensorFlow，目前正在tensorflow/models/slim存储库中尝试不同的图像分类模型。按照那里的教程，我已经对一个预先训练好的inception_v2_resnet模型进行了微调，并且正在尝试对其进行evaluate。我想知道是否有什么简单的方法可以修改eval_image_classifier.py脚本来打印它正在分类的图像的标签？这将有助于调整此脚本以用于测试集。

Answer 1

我知道这篇文章有点老了，但我在这段时间使用了tensorflow。也许查看这篇文章的人会在这里找到答案。

您可以在计算循环中打印eval_op，它可以处理其他数据，而不仅仅是names_to_updates.values()。最初是这样写的：

eval_op = list(names_to_updates.values())

但您可以将其更改为：

eval_op = tf.Print(list(names_to_updates.values()), [predictions], message="predictions:", summarize=100)

输出示例：

INFO:tensorflow:Evaluation [1/111]
I tensorflow/core/kernels/logging_ops.cc:79] predictions:[11 3 3 9]
INFO:tensorflow:Evaluation [2/111]
I tensorflow/core/kernels/logging_ops.cc:79] predictions:[8 10 3 7]

"Predictions:“之后的数组中的数字是输出的标签数。

以同样的方式，您可以输出例如错误标记的图像文件名，如下所示(How to get misclassified files in TF-Slim's eval_image_classifier.py?)

Answer 2

slim中的evaluate函数负责在图像上实际调用session.run，所以这里是您想要修改的地方。