Juge Yosakoi Naruko par classification d'image de Tensorflow.

Note

J'ai essayé de classer par tensorflow, je vais donc laisser une note. Lors de la classification d'images dans l'environnement d'un PC assez ancien (Ubuntu est installé sur un PC il y a environ 10 ans) Il semble que cela ne fonctionnera pas selon les spécifications du CPU à moins que la version tensorflow soit définie sur 1.5.

Sites référencés pour la classification des images https://blog.ch3cooh.jp/entry/20180930/1538287200

Explication approximative du contenu du traitement des fichiers

Créez un modèle d'entraînement en le classant dans un fichier appelé retrain.py. Cette fois, j'ai appris l'image de Naruko et l'image d'un chat. (Divisé en dossiers et mettre chaque image de chat et Naruko)
Évaluez l'image de test en vous référant au modèle d'entraînement dans un fichier appelé label_image.py. Cette fois, j'ai préparé Naruko pour l'image de test et l'ai jugée.

De plus, l'emplacement tel que la hiérarchie est transmis en tant que paramètre à chaque fichier.

pip install tensorflow==1.5

pip install tensorflow_hub==0.2.0

python retrain.py \
  --bottleneck_dir=bottlenecks \
  --how_many_training_steps=1000 \
  --model_dir=inception \
  --summaries_dir=training_summaries/basic \
  --output_graph=retrained_graph.pb \
  --output_labels=retrained_labels.txt \
  --image_dir=img

python label_image.py  \
  --graph=retrained_graph.pb  \
  --labels=retrained_labels.txt  \
  --output_layer=final_result  \
  --image=test_images/x.jpg  \
  --input_layer=Mul

Téléchargez la source ci-dessous https://github.com/tensorflow/tensorflow/tree/r1.5/tensorflow

wget https://raw.githubusercontent.com/tensorflow/tensorflow/r1.5/tensorflow/examples/label_image/label_image.py
wget https://raw.githubusercontent.com/tensorflow/tensorflow/r1.5/tensorflow/examples/image_retraining/retrain.py