inception_v2_resnet推理

Question

关于这一职位：

v2与Tensorflow

我也尝试使用inception_resnet_v2模型来获得图像的预测。因此，我查看了这个片段，并试图让它运行，但它说"input_tensor“是没有定义的。在提到的代码中有没有遗漏什么，或者有人能给我一些提示让它运行/如何定义input_tensor变量？

这里又是一个片段：

import tensorflow as tf
slim = tf.contrib.slim
from PIL import Image
from inception_resnet_v2 import *
import numpy as np

checkpoint_file = 'inception_resnet_v2_2016_08_30.ckpt'
sample_images = ['dog.jpg', 'panda.jpg']
#Load the model
sess = tf.Session()
arg_scope = inception_resnet_v2_arg_scope()
with slim.arg_scope(arg_scope):
  logits, end_points = inception_resnet_v2(input_tensor, is_training=False)
saver = tf.train.Saver()
saver.restore(sess, checkpoint_file)
for image in sample_images:
  im = Image.open(image).resize((299,299))
  im = np.array(im)
  im = im.reshape(-1,299,299,3)
  predict_values, logit_values = sess.run([end_points['Predictions'],logits], feed_dict={input_tensor: im})
  print (np.max(predict_values), np.max(logit_values))
  print (np.argmax(predict_values), np.argmax(logit_values))

谢谢

Answer 1

代码片段似乎缺乏对input_tensor的任何定义。查看定义的inception_resnet_v2()函数，张量在feed_dict中使用的事实，以及图像大小为299x299的事实，您可以定义input_tensor如下：

input_tensor = tf.placeholder(tf.float32, [None, 299, 299, 3])