关键:tensorflow:类别没有图像-验证

Question

我正在尝试重新训练tensorflow中的Inception v3模型，以适应我自己的自定义类别。我下载了一些数据并将其格式化到目录中。当我运行时，python脚本会为图像创建瓶颈，然后当它运行时，在第一个训练步骤(步骤0)中，它会出现一个关键错误，它会尝试模块化0。它出现在get_image_path函数中，当计算mod_index时，它是索引% len( category_list )，所以category_list必须是0，对吗？

为什么会发生这种情况，我怎样才能防止它发生？

编辑:这是我在码头看到的确切代码

2016-07-04 01:27:52.005912: Step 0: Train accuracy = 40.0%
2016-07-04 01:27:52.006025: Step 0: Cross entropy = 1.109777
CRITICAL:tensorflow:Category has no images - validation.
Traceback (most recent call last):
  File "tensorflow/examples/image_retraining/retrain.py", line 824, in <module>
    tf.app.run()
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/platform/app.py", line 30, in run
    sys.exit(main(sys.argv))
  File "tensorflow/examples/image_retraining/retrain.py", line 794, in main
    bottleneck_tensor))
  File "tensorflow/examples/image_retraining/retrain.py", line 484, in get_random_cached_bottlenecks
    bottleneck_tensor)
  File "tensorflow/examples/image_retraining/retrain.py", line 392, in get_or_create_bottleneck
    bottleneck_dir, category)
  File "tensorflow/examples/image_retraining/retrain.py", line 281, in get_bottleneck_path
    category) + '.txt'
  File "tensorflow/examples/image_retraining/retrain.py", line 257, in get_image_path
    mod_index = index % len(category_list)
ZeroDivisionError: integer division or modulo by zero

Answer 1

我修改了retrain.py以确保至少有一个图像在验证中(第201行*)

if len(validation_images) == 0:
   validation_images.append(base_name)
elif percentage_hash < validation_percentage:

(*)行号可能在今后的版本中发生变化。看看这些评论。

Answer 2

Fix:

当您在任何子文件夹中的图像数量较少时，就会发生此问题。

当某一类别下的图片总数少于30幅时，我也遇到了同样的问题，请尽量增加图像计数来解决这个问题。

原因：

对于每个标签(子文件夹)，tensorflow尝试创建3类图像(列车、测试和验证)，并根据概率值(使用标签名称的散列计算)将图像放在下面。

只有当概率值小于类别(列车、测试或验证)大小时，图像才会放置在类别文件夹中。

现在，如果标签内的图像数量较少(例如25)，则验证大小计算为10 (默认值)，并且概率值通常大于10，因此在验证集中没有图像。

稍后，当所有瓶颈被创建并且tf试图计算验证准确性时，它首先抛出一条致命的日志消息：

关键:tensorflow:类别没有图像-验证。

然后继续执行代码并在其试图除以验证列表大小(即0)时崩溃。

Answer 3

在运行retrain.py和错误设置--model_dir参数以及在flower_photos目录中创建初始目录时，我也遇到了同样的问题。

请检查flower_photos目录中是否有没有任何图像的目录。