将预训练的 inception_resnet_v2 与 Tensorflow 结合使用

Posted 2023-02-23

【中文标题】将预训练的 inception_resnet_v2 与 Tensorflow 结合使用

【英文标题】：Using pre-trained inception_resnet_v2 with Tensorflow

【发布时间】：2017-01-27 16:56:33

【问题描述】：

我一直在尝试使用 Google 发布的预训练的 inception_resnet_v2 模型。我正在使用他们的模型定义（https://github.com/tensorflow/models/blob/master/slim/nets/inception_resnet_v2.py）并给定检查点（http://download.tensorflow.org/models/inception_resnet_v2_2016_08_30.tar.gz）在 tensorflow 中加载模型，如下所示[下载提取检查点文件并下载示例图像 dog.jpg 和 panda.jpg 以测试此代码] -

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))

但是，此模型代码的结果并未给出预期结果（无论输入图像如何，都会预测第 918 类）。有人可以帮助我了解我哪里出错了吗？

【问题讨论】：

可能需要Imagenet预处理？

顺便说一句，你的代码input_tensor 是什么？

不要直接喂图片，试试喂这个：im = np.array(im) - np.mean(np.array(im))

【参考方案1】：

Inception 网络期望输入图像具有从 [-1, 1] 缩放的颜色通道。如here所见。

您可以使用现有的预处理，或者在您的示例中只是自己缩放图像：im = 2*(im/255.0)-1.0，然后再将它们提供给网络。

如果不进行缩放，输入 [0-255] 比网络预期的要大得多，并且所有偏差都可以非常强烈地预测类别 918（漫画书）。

【讨论】：

@alemi，为什么使用im = 2*(im/255.0)-1.0 而不是im = im/255.0 进行规范化？

因为零比较特殊，因为第一个运算是矩阵乘法，黑色比较常见。