テンソルフローを使用してイメージをリアルタイムで分類する方法は？

Question

私はラズベリーパイカメラを使ってイメージをキャプチャし、リアルタイムでイメージを3つのクラスに分類しようとしています。私がしたことは、以下のコードを使用しています。最初の反復で予測できます。問題は、2回目の反復後に私にメモリが不足していることを示していることです。とにかくこれを修正するには？

import numpy as np 
import tensorflow as tf 
import argparse 
import os 
import sys 

def create_graph(model_file): 
    """Creates a graph from saved GraphDef file and returns a saver.""" 
    # Creates graph from saved graph_def.pb. 
    with tf.gfile.FastGFile(model_file, 'rb') as f: 
     graph_def = tf.GraphDef() 
     graph_def.ParseFromString(f.read()) 
     _ = tf.import_graph_def(graph_def, name='') 


def run_inference(images, out_file, labels, model_file, k=5): 

    # Creates graph from saved GraphDef. 
    create_graph(model_file) 

    if out_file: 
     out_file = open(out_file, 'wb', 1) 

    with tf.Session() as sess: 
     softmax_tensor = sess.graph.get_tensor_by_name('final_result:0') 
     for img in images: 
      if not tf.gfile.Exists(img): 
       tf.logging.fatal('File does not exist %s', img) 
       continue 
      image_data = tf.gfile.FastGFile(img, 'rb').read() 


      predictions = sess.run(softmax_tensor, 
           {'DecodeJpeg/contents:0': image_data}) 
      predictions = np.squeeze(predictions) 
      top_k = predictions.argsort()[-k:][::-1] # Getting top k predictions 

      vals = [] 
      for node_id in top_k: 
       human_string = labels[node_id] 
       score = predictions[node_id] 
       vals.append('%s=%.5f' % (human_string, score)) 
      rec = "%s\t %s" % (img, ", ".join(vals)) 
      if out_file: 
       out_file.write(rec) 
       out_file.write("\n") 
      else: 
       print(rec)  
    if out_file: 
     print("Output stored to a file") 
     out_file.close() 

if __name__ == '__main__': 
    parser = argparse.ArgumentParser(description='Classify Image(s)') 
    parser.add_argument('-i','--in', help='Input Image file ') 
    parser.add_argument('-li','--list', help='List File having input image paths') 
    parser.add_argument('-o','--out', help='Output file for storing the content') 
    parser.add_argument('-m','--model', help='model file path (protobuf)', required=True) 
    parser.add_argument('-l','--labels', help='labels text file', required=True) 
    parser.add_argument('-r','--root', help='path to root directory of input data') 
    args = vars(parser.parse_args()) 
    # Read input 
    if not args['in'] and not args['list']: 
     print("Either -in or -list option is required.") 
     sys.exit(1) 
    if args['in']: 
     images = [args['in']] 
    else: # list must be given 
     with open(args['list']) as ff: 
      images = filter(lambda x: x, map(lambda y: y.strip(), ff.readlines())) 

    # if a separate root directory given then make a new path 
    if args['root']: 
     print("Input data from : %s" % args['root']) 
     images = map(lambda p: os.path.join(args['root'], p), images) 

    with open(args['labels'], 'rb') as f: 
     labels = [str(w).replace("\n", "") for w in f.readlines()] 

    while True: 
     imagename='/home/pi/Desktop/camerasnap.jpg' 
     images=raspi.capture(imagename) 
     run_inference(images=images, out_file=args['out'], labels=labels, model_file=args['model']) 

Answer 1

問題は、あなたがすべてのrun_inferenceメソッド呼び出しでグラフを作成しているということです。

while True: 
     imagename='/home/pi/Desktop/camerasnap.jpg' 
     images=raspi.capture(imagename) 
     run_inference(images=images, out_file=args['out'], labels=labels, model_file=args['model']) 


def run_inference(images, out_file, labels, model_file, k=5): 

    # Creates graph from saved GraphDef. 
    create_graph(model_file) 
    ... 

グラフは、おそらくあなたのGPU内のほぼすべてのメモリを使用するように、コードには2回目の反復で失敗します新しいグラフを作成しようとします。あなたは、すべてのプログラムの寿命のために1つのグラフを作成する必要があります。

はこれを試してみてください：

create_graph(model_file) 
while True: 
     imagename='/home/pi/Desktop/camerasnap.jpg' 
     images=raspi.capture(imagename) 
     run_inference(images=images, out_file=args['out'], labels=labels, model_file=args['model'])