快捷导航

TensorFlow 图像识别(物体分类)入门教程

一.基础概念介绍

1. 物体分类的思想

物体分类,也就是训练系统识别各个物体,如猫咪、狗狗、汽车等。TensorFlow 是谷歌开发出的人工智能学习系统,相当于我们的运行环境。

2. 神经网络与 Inception v3 体系结构模型

神经网络示意图如下:

通俗了讲,就是将若干个输入,进行若干次操作(线性或者非线性),最后输出结果。Inception v3 模型是谷歌发布的一个深层卷积网络模型。我们使用的 retrain_new.py 脚本就是使用了 Inception v3 模型进行一个迁移学习。

3. 训练集、测试集和验证集

训练集用来训练模型,验证集用来验证模型是否进行了过拟合,测试集用来测试模型的准确程度。三种图片集的比例会对准确度产生影响。

4. 学习速率

不同的学习速率会导致不同的结果。如果速率过大,会导致准确率在训练的过程中不断上下跳动,如果速率过小会导致在训练结束前无法到达预期准确度。

二.环境搭建

具体的 python 搭建细节可以自行百度。参考链接:
https://blog.csdn.net/lyj_viviani/article/details/51763101
这里要注意一下版本,因为要对应后文的 cuDnn 库与 cuda 的版本。(我用的是 python 3.6.4)

2.TensorFlow 环境搭建(gpu)

(1)直接 pip 安装。命令:

pip install tensorflow-gpu

这样就安装好 TensorFlow 了,但是我们还需要 GPU 加速,所以还需要安装 cuda 和 cuDnn(专门为 deep learning 准备的加速库)。

(2)cuda 安装

cuda v8.0 安装包下载:https://developer.nvidia.com/cuda-downloads
进行如下选择:

下载完后正常安装就可以了。

(3)cuDnn 库下载

下载链接:https://developer.nvidia.com/rdp/cudnn-archive
我下载的是这个版本(cuDNN v7.0.5),这个版本要对应好 cuda 的版本。

下载完后解压缩,出现如下文件夹结构:

然后将这三个文件夹下的文件分别拷贝到 cuda 对应的文件夹下面就行了。

到这里还不能完整的运行,还需要配置一下环境变量:cuda 安装完成后默认的环境变量配置不对,CUDA_PATH 是 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0, 但是这样不能直接访问到 bin 和 lib\x64 下的程序包,在 path 中加上这两个路径即可。

(4)测试

用如下代码测试:

import tensorflow as tf

hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()

三.基本使用

1. 数据集的收集与创建

我用的是 2018 全球 AI 挑战赛的数据集。链接:
https://challenger.ai/datasets/lad2018
下载完后,将所有文件夹都放在一个文件夹下(我自己创建了一个叫 DataSet),结构如下:

文件夹的名字就是最后输出的分类的结果。
12下一页

鲜花

握手

雷人

路过

鸡蛋
该文章已有0人参与评论

请发表评论

本文作者2019-6-14 08:07 PM
人工智障
粉丝0 阅读2670 回复0
上一篇:
ENVI 遥感图像处理基础视频教程发布时间:2019-06-14
下一篇:
计算机视觉图像识别从基础到深度学习实战发布时间:2019-06-14

精彩阅读

排行榜

人工智能公众号

扫码微信公众号
我陪你畅想未来

最智能的人工智能网!
QQ:162057003
周一至周五 9:00-18:00
意见反馈:162057003@qq.com

扫一扫关注我们

Powered by Discuz! X3.4   © 2020 ( 鲁ICP备18055727号 )  |  |网站地图