如何使用model.ckpt和启动v-3来预测图像？

Question

现在，我面临着有关启动、v-3和检查点数据的问题。我一直在通过图片更新inception v3的检查点数据，读取下面的git页面，并成功地生成了新的检查点数据。

https://github.com/tensorflow/models/tree/master/inception

一开始，我认为只要对代码稍加修改，我就可以使用这些检查点数据来识别新的图像数据，比如下面的url。

recognition/index.html

我起初以为" classify.py“或其他什么东西会读取新的检查点数据，而通过"python classify.py -image something.png"，程序就会识别图像数据。但它不是..。我真的需要帮助。谢谢。

Answer 1

要有输入.pb文件，在培训期间，还可以导入.pb‘path_ To _.pb’、' input _graph.pb‘、False)

如果您已经下载了初始v3源代码，在inception_train.py中，添加我上面在saver.save(sess、checkpoint_path、global_step=step)下写的行。(保存检查点/s)

希望这能有所帮助！

Answer 2

要在类似于label_image示例的东西中使用检查点和模型，您需要运行tensorflow/python/tools/冻结图脚本，将变量转换为存储在GraphDef中的常量。例如，我们就是这样创建示例代码中使用的图形文件的。