我正在尝试使用 TensorFlow 对图像进行分类。
在example code on GitHub是这样的:
predictions = sess.run(softmax_tensor, {'DecodeJpeg/contents:0': image_data})
现在，我正在寻找一种一次性对多张图像进行分类的解决方案，因为我想在我的 GPU 上计算分类，我不想将图像一张一张地移动到 GPU，因为这会降低性能。
围绕 sess.run(...) 遍历所有图像的循环没有达到我想要的效果:每个图像仍然单独发送到 GPU。
with tf.Session() as sess:
softmax_tensor = sess.graph.get_tensor_by_name('final_result:0')
for image in images:
predictions = sess.run(softmax_tensor, {'DecodeJpeg:0': image})
最佳答案
看看 Google 的 github 上的 Inception深度 CNN 分类器。
按照他们的指导，我能够微调网络以对酒瓶标签进行分类。您可以通过设置更大的批量大小在一次运行中对许多图像进行分类。
整个指南很有帮助，但您可能会对 Fine-Tuning a Pre-Trained Model 特别感兴趣 .
关于python - 有没有办法用预训练的 Inception-v3 网络对一批图像进行分类？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/38896331/