Mit Bezug auf diesen Beitrag:Tensorflow inception_v2_resnet Inferenz
Using pre-trained inception_resnet_v2 with Tensorflow
Ich versuche, das inception_resnet_v2 Modell zu verwenden, die Prognosen der Bilder auch zu bekommen. Deshalb habe ich mir das Snippet angeschaut und versucht, es zum Laufen zu bringen, aber es heißt "input_tensor" ist nicht definiert. Fehlt etwas in dem erwähnten Code oder kann mir irgendjemand einen Hinweis geben, wie es funktioniert/Wie definiert man die Variable input_tensor? Hier
ist das Snippet wieder:
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))
Dank
Danke, Es klappt! – mimie