転送学習のテンソルフローで画像データを入力する

Question

転送学習にテンソルフローを使用しようとしています。私はチュートリアルから事前に訓練されたモデルのインセプション3をダウンロードしました。コードでは、予測のために：

prediction = sess.run(softmax_tensor,{'DecodeJpeg/contents:0'}:image_data}) 

png画像を送る方法はありますか？ DecodeJpegをDecodePngに変更しようとしましたが、動作しませんでした。また、numpy配列や配列のバッチのようなデコードされたイメージファイルをフィードしたいのであれば、私は何を変更すればよいでしょうか？

ありがとうございます！

Answer 1

classify_image.pyで使用されている出荷時のInceptionV3グラフは、すぐに使用できるJPEG画像のみをサポートしています。

1. height X width×3（チャネル）numpyのアレイは、PILを使用して、例えば、次にフィード'DecodeJpeg:0'テンソルにPNG画像を変換する：あなたは、PNG画像と、このグラフを使用することができる二つの方法があり

   このテンソルを供給することによって、あなたは生の画像データを供給することができますので、

   import numpy as np 
   from PIL import Image 
   # ... 
   
   image = Image.open("example.png") 
   image_array = np.array(image)[:, :, 0:3] # Select RGB channels only. 
   
   prediction = sess.run(softmax_tensor, {'DecodeJpeg:0': image_array}) 
   

   はおそらく紛らわしい、'DecodeJpeg:0'は、DecodeJpegオペアンプの出力です。

2. インポートしたグラフにtf.image.decode_png() opを追加します。単に供給されたテンソルの名前を'DecodeJpeg/contents:0'から'DecodePng/contents:0'に変更するだけでは、出荷されたグラフに'DecodePng' opが存在しないため、機能しません。あなたはtf.import_graph_def()にinput_map引数を使用して、グラフに、このようなノードを追加することができます。

   png_data = tf.placeholder(tf.string, shape=[]) 
   decoded_png = tf.image.decode_png(png_data, channels=3) 
   # ... 
   
   graph_def = ... 
   softmax_tensor = tf.import_graph_def(
       graph_def, 
       input_map={'DecodeJpeg:0': decoded_png}, 
       return_elements=['softmax:0']) 
   
   sess.run(softmax_tensor, {png_data: ...}) 
   

Answer 2

次のコードは、両方のケースを処理する必要があります。直接文字列を含む

import numpy as np 
from PIL import Image 

image_file = 'test.jpeg' 
with tf.Session() as sess: 

    #  softmax_tensor = sess.graph.get_tensor_by_name('final_result:0') 
    if image_file.lower().endswith('.jpeg'): 
     image_data = tf.gfile.FastGFile(image_file, 'rb').read() 
     prediction = sess.run('final_result:0', {'DecodeJpeg/contents:0': image_data}) 
    elif image_file.lower().endswith('.png'): 
     image = Image.open(image_file) 
     image_array = np.array(image)[:, :, 0:3] 
     prediction = sess.run('final_result:0', {'DecodeJpeg:0': image_array}) 

    prediction = prediction[0]  
    print(prediction) 

または短いバージョン：

image_file = 'test.png' # or 'test.jpeg' 
image_data = tf.gfile.FastGFile(image_file, 'rb').read() 
ph = tf.placeholder(tf.string, shape=[]) 

with tf.Session() as sess:   
    predictions = sess.run(output_layer_name, {ph: image_data})