Tensorflow的初始預測數量增加

Question

我在通過常規CPU支持爲Ubuntu安裝了Tensorflow之後，對再培訓Inception的最後一層進行了培訓教程。但是，在切換到具有十個子文件夾的新類別集之後，我成功地將這些花卉示例工作，但我無法使用Inception爲每個輸入圖像生成10個分數，而不是默認的五個分數。我目前運行測試圖像的命令行如下所示，使用標記爲0-9的標題。

巴澤勒構建tensorflow /示例/ label_image：label_image & & \ 巴澤勒濱/ tensorflow /示例/ label_image/label_image \ --graph =/TMP/output_graph.pb --labels =/TMP/output_labels .TXT \ --output_layer = final_result \ --input_layer = Mul的 --image = $ HOME /輸入/ Example.jpg

其中產生作爲結果

5（4）：0.642959

3（2）：0.243444

9（8）：0.0513504

4（5）：0.0231318

6（7）：0.0180509

但是在Inception運行的程序中我找不到任何東西來重新配置生成多少輸出得分，因此我的所有十個類別都有分數而不僅僅是五分。我該如何改變這一點？

Answer 1

我嘗試了8個類別，並能夠得到所有的結果。 如果你的代碼中有如下一行

top_k = predictions[0].argsort()[-5:][::-1] 

改變它

top_k = predictions[0].argsort()[-len(predictions[0]):][::-1] 

如果代碼包含predictions = np.squeeze(predictions)然後用predictions，而不是predictions[0]

我遇到這種使用下面的命令，而不是巴澤爾和我發現它更容易。

python /path_to_file/label_image.py /path_to_image/image.jpeg 

首先確保你運行retrain.py，這是在正確的位置後，圖被創建。 （默認值在/tmp/之內）。