在评估 TensorFlow-Slim 时显示标签

Posted 2023-03-12

【中文标题】在评估 TensorFlow-Slim 时显示标签

【英文标题】：Showing Labels When Evaluating TensorFlow-Slim

【发布时间】：2017-04-13 15:48:51

【问题描述】：

我正在自学 TensorFlow，目前正在tensorflow/models/slim repo 中试验不同的图像分类模型。按照那里的教程，我已经微调了一个预训练的inception_v2_resnet 模型，并正在尝试evaluate 它。我想知道是否有任何简单的方法来修改eval_image_classifier.py 脚本以打印它正在分类的图像的标签？这将有助于调整此脚本以用于测试集。

【参考方案1】：

我知道这篇文章有点老了，但我在这段时间里玩的是 tensorflow。也许有人查看这篇文章会在这里找到答案。

您可以在评估循环中打印 eval_op，它可以处理其他数据，而不仅仅是 names_to_updates.values()。 原来是这样写的：

eval_op = list(names_to_updates.values())

但你可以改成这样：

eval_op = tf.Print(list(names_to_updates.values()), [predictions], message="predictions:", summarize=100)

示例输出：

INFO:tensorflow:Evaluation [1/111]
I tensorflow/core/kernels/logging_ops.cc:79] predictions:[11 3 3 9]
INFO:tensorflow:Evaluation [2/111]
I tensorflow/core/kernels/logging_ops.cc:79] predictions:[8 10 3 7]

“Predictions:”后面的数组中的数字是输出的标签个数。

以同样的方式，您可以输出例如此处写的错误标记的图像文件名 (How to get misclassified files in TF-Slim's eval_image_classifier.py?)

【参考方案2】：

slim 中的evaluate 函数是负责在图像上实际调用 session.run 的函数，所以这里有你要修改的地方。

【讨论】：

在这种情况下，我想我必须在修改后重建 tensorflow。

你能完成这项任务吗？我在评估函数下看不到标签数组或可用的数组。

@Ogail 我还没有机会完成这项任务。