tensorflow 五种花朵分类识别

基于Tensorflow 框架编写的花朵识别程序 ，使用了tfrecord 数据读取格式，并且添加了图形可视化操作，可以在训练过程中观测测试集以及验证集的loss值的变化，以及accuracy的变化，并附上单幅图的识别

import tensorflow as tf  
import numpy as np  
import os  
import cv2
from skimage import transform 
import skimage.io as io  

file_dir=‘E:/TensorFlow/Project_TF/flower_tfrecord/data‘
save_dir=‘E:/TensorFlow/Project_TF/flower_tfrecord/data/tfrecord/‘

file_dir_test=‘E:/TensorFlow/Project_TF/flower_tfrecord/data/test‘


#%%
def rename（file_dirname）:
    ‘‘‘将网上爬下来的图片重命名（更好的观看）‘‘‘
    i=0
    for file in os.listdir（file_dir）:  #获取该路径文件下的所有图片
        src = os.path.join（os.path.abspath（file_dir） file） #目标文件夹+图片的名称
        dst = os.path.join（os.path.abspath（file_dir）  name+str（i） + ‘.jpg‘）#目标文件夹+新的图片的名称
        os.rename（src dst）
        i=i+1  
        
#rename（file_dir+‘/roses‘‘rose‘）
#rename（file_dir+‘/sunflowers‘‘sunflower‘）
#rename（file_dir+‘/daisy‘‘daisy‘）
#rename（file_dir+‘/dandelion‘‘dandelion‘）
#rename（file_dir+‘/tulips‘‘tulips‘）

#%%

‘‘‘要将图片的路径完整的保存下来‘‘‘ 
def get_files（file_dir）: 
    roses=[]
    label_roses=[]
    
    sunflowers=[]
    label_sunflowers=[]
    
    tulips=[]
    label_tulips=[]
    
    daisy=[]
    label_daisy=[]
    
    dandelion=[]
    label_dandelion=[]

    for file in os.listdir（file_dir+‘/roses‘）:  #获取该路径文件下的所有图片
        roses.append（file_dir+‘/roses‘ +‘/‘+file）  #将图片存入一个列表中
        label_roses.append（0） # 将roses的标签设为0
     
    for file in os.listdir（file_dir+‘/sunflowers‘）:
       sunflowers.append（file_dir+‘/sunflowers‘ +‘/‘+file）
       label_sunflowers.append（1）     # 将sunflower的标签设为1 
      
    for file in os.listdir（file_dir+‘/tulips‘）:
       tulips.append（file_dir+‘/tulips‘ +‘/‘+file）
       label_tulips.append（2）     
       
    for file in os.listdir（file_dir+‘/daisy‘）:
       daisy.append（file_dir+‘/daisy‘ +‘/‘+file）
       label_daisy.append（3）    
  
    for file in os.listdir（file_dir+‘/dandelion‘）:
       dandelion.append（file_dir+‘/dandelion‘ +‘/‘+file）
       label_dandelion.append（4）    
         
       
    print（‘There are %d roses \n There are %d sunflowers \n There are %d roses \n ‘
          ‘There are %d daisy \n There are %d dandelion \n‘
          %（len（roses） len（sunflowers）len（tulips）len（daisy）len（dandelion）））  
    
#把cat和dog合起来组成一个list（img和lab）
    image_list = np.hstack（（roses sunflowerstulipsdaisydandelion））
    label_list = np.hstack（（label_roses label_sunflowerslabel_tulipslabel_daisylabel_dandelion））

    #利用shuffle打乱顺序
    temp = np.array（[image_list label_list]） #转换成2维矩阵
    temp = temp.transpose（） #转置
    np.random.shuffle（temp） #按行随机打乱顺序


    #从打乱的temp中再取出list（img和lab）
    image_list = list（temp[: 0]）  #取出第0列数据，即图片
    label_list = list（temp[: 1]） #取出第0列数据，即标签
    label_list = [int（i） for i in label_list] #转换成int数据类型
    return image_list label_list  
  
    
#%%    
def int64_feature（value）:  
  “““Wrapper for inserting int64 features into Example proto.“““  
  if not isinstance（value list）:   #标签的转化形式
    value = [value]  
  return tf.train.Feature（i

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-05-07 21:17  flower_tfrecord\
     目录           0  2018-04-07 20:59  flower_tfrecord\.spyproject\
     文件          62  2018-04-07 20:59  flower_tfrecord\.spyproject\codestyle.ini
     文件          64  2018-04-07 20:59  flower_tfrecord\.spyproject\encoding.ini
     文件          92  2018-04-07 20:59  flower_tfrecord\.spyproject\vcs.ini
     文件         488  2018-05-14 16:08  flower_tfrecord\.spyproject\workspace.ini
     目录           0  2018-05-07 15:00  flower_tfrecord\data\
     目录           0  2018-05-10 08:57  flower_tfrecord\data\recognize_one\
     目录           0  2018-05-10 08:57  flower_tfrecord\data\recognize_one\dandelion\
     文件       22312  2016-01-11 14:10  flower_tfrecord\data\recognize_one\dandelion\dandelion76.jpg
     目录           0  2018-05-10 11:11  flower_tfrecord\data\recognize_one\roses\
     文件       19953  2016-01-11 14:11  flower_tfrecord\data\recognize_one\roses\rose213.jpg
     文件       27085  2016-01-11 14:11  flower_tfrecord\data\recognize_one\roses\rose4.jpg
     目录           0  2018-05-10 10:47  flower_tfrecord\data\recognize_one\sunflowers\
     文件      116402  2018-05-10 10:47  flower_tfrecord\data\recognize_one\sunflowers\guazi.jpg
     文件       31729  2018-04-16 15:17  flower_tfrecord\data\recognize_one\sunflowers\timg.jpg
     目录           0  2018-05-10 09:01  flower_tfrecord\data\recognize_one\tulips\
     文件       26533  2018-05-10 09:01  flower_tfrecord\data\recognize_one\tulips\timg.jpg
     文件       24363  2018-05-08 20:00  flower_tfrecord\data\recognize_one\tulips\tulips.jpg
     目录           0  2018-05-09 20:30  flower_tfrecord\data\test\
     目录           0  2018-05-09 20:32  flower_tfrecord\data\test\dandelion\
     目录           0  2018-05-09 20:32  flower_tfrecord\data\test\roses\
     目录           0  2018-05-09 20:33  flower_tfrecord\data\test\sunflowers\
     目录           0  2018-05-09 20:33  flower_tfrecord\data\test\tulips\
     目录           0  2018-05-10 09:15  flower_tfrecord\data\tfrecord\
     文件        9783  2018-05-10 09:15  flower_tfrecord\data_tfrecord.py
     文件        3061  2018-05-10 10:40  flower_tfrecord\evaluate_one_image.py
     目录           0  2018-05-09 23:28  flower_tfrecord\logs\
     文件       12620  2018-05-09 11:09  flower_tfrecord\model.py
     目录           0  2018-05-08 09:45  flower_tfrecord\TensorBoard\
     目录           0  2018-05-09 22:51  flower_tfrecord\TensorBoard\train\
............此处省略7个文件信息