MobileNet V1官方预训练模型的使用

使用MobileNet V1官方预训练模型示例，通过该代码可以快速接入MobileNet V1

import tensorflow as tf
from mobilenet_v1 import mobilenet_v1mobilenet_v1_arg_scope
import cv2
import os
import numpy as np
slim = tf.contrib.slim
CKPT = ‘mobilenet_v1_1.0_192.ckpt‘ 
dir_path = ‘test_images‘

def build_model（inputs）:   
    with slim.arg_scope（mobilenet_v1_arg_scope（is_training=False））:
        logits end_points = mobilenet_v1（inputs is_training=False depth_multiplier=1.0 num_classes=1001）
    scores = end_points[‘Predictions‘]
    print（scores）
    #取概率最大的5个类别及其对应概率
    output = tf.nn.top_k（scores k=3 sorted=True）
    #indices为类别索引，values为概率值
    return output.indicesoutput.values

def load_model（sess）:
    loader = tf.train.Saver（）
    loader.restore（sessCKPT）
 
def get_data（path_listidx）: 
    img_path = images_path[idx]
    img = cv2.imread（img_path）
    img = cv2.cvtColor（imgcv2.COLOR_BGR2RGB）
    img = cv2.resize（img（192192））
    img = np.expand_dims（imgaxis=0）
    img = （img/255.0-0.5）*2.0
    return img_pathimg
def load_label（）:
    label=[‘其他‘]
    with open（‘label.txt‘‘r‘encoding=‘utf-8‘） as r:
        lines = r.readlines（）
        for l in lines:
            l = l.strip（）
            arr = l.split（‘‘）
            label.append（arr[1]）
    return label

inputs=tf.placeholder（dtype=tf.float32shape=（11921923））
classes_tfscores_tf = build_model（inputs） 
images_path =[dir_path+‘/‘+n for n in os.listdir（dir_path）]
label=load_label（）
with tf.Session（） as sess:
    load_model（sess）
    for i in range（len（images_path））:
        pathimg = get_data（images_pathi）
        classesscores = sess.run（[classes_tfscores_tf]feed_dict={inputs:img}）
        print（‘\n识别‘path‘结果如下：‘）
        for j in range（3）:#top 3
            idx = classes[0][j]
            score=scores[0][j]
            print（‘\tNo.‘j‘类别:‘label[idx]‘概率:‘score） 
    

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-10-22 20:42  load_mobilenet_v1\
     文件        1934  2018-10-22 19:48  load_mobilenet_v1\inference.py
     文件       15161  2018-10-22 19:37  load_mobilenet_v1\label.txt
     文件       23043  2018-10-22 19:01  load_mobilenet_v1\mobilenet_v1.py
     文件    67903136  2018-08-03 09:38  load_mobilenet_v1\mobilenet_v1_1.0_192.ckpt.data-00000-of-00001
     文件       19954  2018-08-03 09:38  load_mobilenet_v1\mobilenet_v1_1.0_192.ckpt.index
     文件     3364912  2018-08-03 09:38  load_mobilenet_v1\mobilenet_v1_1.0_192.ckpt.meta
     目录           0  2018-10-22 19:50  load_mobilenet_v1\test_images\
     文件       36213  2018-10-22 18:57  load_mobilenet_v1\test_images\test1.png
     文件      385924  2018-10-22 19:32  load_mobilenet_v1\test_images\test2.png
     目录           0  2018-10-22 20:42  load_mobilenet_v1\__pycache__\
     文件       17213  2018-10-22 20:42  load_mobilenet_v1\__pycache__\mobilenet_v1.cpython-36.pyc