【干货】快速上手图像识别：用TensorFlow API实现图像分类实例

【导读】1月17日，Arduino社区的编辑SAGAR SHARMA发布一篇基于TensorFlow API的图像识别实例教程。作者通过TensorFlow API快捷地实现一个命令行图像分类例子，详细介绍了如何按步骤下载模型、加载图像、执行图像识别命令。你不需要GPU，只要有一台笔记本就可以按照作者的步骤进行操作，并最终完成图像识别任务。教程非常方便快捷，读完本文之后相信你能秒秒钟实现一个图像分类任务。专知内容组编辑整理。

Tensorflow Image Recognition Python API Tutorial

On CPU with Inception-v3 (In seconds)

在CPU上使用使用Inception-v3网络（以秒为单位）

 

这里给出在没有使用任何GPU的情况下，在笔记本电脑或计算机上进行图像识别的最快速和最简单的方法，因为它只用API和您的CPU就足够了。

 

我对这个API小有了解，因为它来自tensorflow的早期版本。这是一个在1000类上训练的cnn模型。更多详细信息，请参阅tensorflow页面。

http://image-net.org/challenges/LSVRC/2014/browse-synsets

 https://www.tensorflow.org/tutorials/image_recognition

在我开始向大家展示如何用这个API实现图像分类之前，我们先来看一个例子：输入是太空火箭/飞船的图像。

在命令行输出“航天飞机（得分= 89.639％）”。

 

只要你有Linux或Mac就不要担心。 我确信这可以在任何CPU上运行。

 

这个过程分为四步：

1、从TensorFlow库下载模型

进入tensorflow知识库链接并将其下载到您的计算机中，将其解压缩到根目录中，因为我使用的是Windows，所以将其解压缩到“C：”驱动器中。

命名文件夹为“models”。

 https://github.com/tensorflow/models

2、命令行

以管理员身份打开命令行。

现在我们需要运行“models> tutorials> imagenet> classify_image.py”中的classify_image.py文件，输入以下命令并按下Enter键。

这会下载一个200MB的模型，这将有助于识别您的自定义图像。

如果一切顺利，命令提示符如下：

giant panda, panda, panda bear, coon bear, Ailuropoda melanoleuca (score = 0.88493)
indri, indris, Indri indri, Indri brevicaudatus (score = 0.00878)
lesser panda, red panda, panda, bear cat, cat bear, Ailurus fulgens (score = 0.00317)
custard apple (score = 0.00149)
earthstar (score = 0.00127)

 

现在为了确保我们能正确使用它，我们将这样做两次。 将图像保存在“models>tutorials>imagenet>”目录之后，然后将图像保存在其他不同的目录或驱动器中。

 

3、下载目录中的图像

使用来自互联网或任何其他地方的任何图像，并将其粘贴到“models>tutorials>imagenet>images.png”目录下，这里还有classify_image.py，然后我们将其粘贴到“D：\ images.png” 或任何你想要的目录下，但要记住在命令提示符下输入正确的地址。我使用的图像如下。

4、使用命令提示符执行识别任务

要执行此操作，只需改变参数“-image_file”。

a）在进入imagenet目录之后，对于与classify_image.py文件类型相同的目录中的图像，只需要下面的命令：

python classify_image.py --image_file images.png

 

b）通过传入不同的路径，来识别不同的图像。

python classify_image.py --image_file D:/images.png

结果

现在，对于这两个图像的结果明显是相同的，下面给出识别结果。

 

如上，准确率得分非常准确，即手机的识别率为98.028％。

 

注意：你可以随意使用任何你想要的图像或保存在任何目录中，但一定要输入正确的路径。

我尽量保持文章准确和容易理解。

 您可以提任何意见，如果你有任何问题，请写在评论。

在Medium，Facebook，Twitter，LinkedIn，Google +，Quora上关注我，可以看到类似的帖子。

希望本文能帮助你

 

你可能对以下内容也会感兴趣：

1、“Tensorflow”中的“Tensor”是什么意思？

https://medium.com/m/global-identity?redirectUrl=https://hackernoon.com/what-the-hell-is-tensor-in-tensorflow-e40dbf0253ee

 

2. Epoch vs Batch Size vs Iterations

https://towardsdatascience.com/epoch-vs-iterations-vs-batch-size-4dfb9c7ce9c9

 

3.什么是感知器？

https://towardsdatascience.com/what-the-hell-is-perceptron-626217814f53

 

4.激活函数解释：神经网络

https://medium.com/towards-data-science/activation-functions-neural-networks-1cbd9f8d91d6

原文链接：

https://towardsdatascience.com/tensorflow-image-recognition-python-api-e35f7d412a70

-END-

专 · 知

人工智能领域主题知识资料查看获取：【专知荟萃】人工智能领域26个主题知识资料全集（入门/进阶/论文/综述/视频/专家等）

同时欢迎各位用户进行专知投稿，详情请点击：

【诚邀】专知诚挚邀请各位专业者加入AI创作者计划！了解使用专知！

请PC登录www.zhuanzhi.ai或者点击阅读原文，注册登录专知，获取更多AI知识资料！

请扫一扫如下二维码关注我们的公众号，获取人工智能的专业知识！

请加专知小助手微信（Rancho_Fang），加入专知主题人工智能群交流！

点击“阅读原文”，使用专知！