• 大小: 302KB
    文件类型: .zip
    金币: 1
    下载: 0 次
    发布日期: 2021-05-12
  • 语言: 其他
  • 标签: tensorflow  tensorboard  

资源简介

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

资源截图

代码片段和文件信息

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

评论

共有 条评论