如何使用预训练的张量流模型对图像进行 运行 预测？
How to run predictions on image using a pretrained tensorflow model?
我已将此 retrain.py 脚本改编为与多个预训练模型一起使用，
训练完成后，这会生成一个 'retrained_graph.pb'，然后我阅读并尝试使用此代码对图像进行 运行 预测：
def get_top_labels(image_data):
'''
Returns a list of labels and their probabilities
image_data: content of image as string
'''
with tf.compat.v1.Session() as sess:
softmax_tensor = sess.graph.get_tensor_by_name('final_result:0')
predictions = sess.run(softmax_tensor, {'DecodeJpeg/contents:0': image_data})
return predictions
这适用于 inception_v3 模型，因为它有一个名为 'DecodeJpeg' 的张量，我正在使用的其他模型，例如 inception_v4、mobilenet 和 inception_resnet_v2 不要t.
我的问题是我可以向图表添加一个操作，就像在 retrain.py 脚本中的 add_jpeg_decoding 中使用的那样，以便我以后可以将其用于预测吗？
是否可以这样做：
predictions = sess.run(softmax_tensor, {image_data_tensor: image_data}) 其中 image_data_tensor 是一个取决于我使用的模型的变量？
我查看了 Whosebug，但找不到解决我问题的问题，非常感谢任何帮助，谢谢。
我至少需要知道这是否可能。
抱歉重新发布我的第一个没有意见。
所以经过一番研究，我想出了一个办法，在这里留下答案，以备不时之需。您需要做的是自己解码，使用 t = read_tensor_from_image_file 找到 here 从图像中获取张量，然后您可以 运行 使用这段代码进行预测：
start = time.time()
results = sess.run(output_layer_name,
{input_layer_name: t})
end = time.time()
return results
通常 input_layer_name = input:0 和 output_layer_name = final_result:0。
我已将此 retrain.py 脚本改编为与多个预训练模型一起使用， 训练完成后，这会生成一个 'retrained_graph.pb'，然后我阅读并尝试使用此代码对图像进行 运行 预测：
def get_top_labels(image_data):
'''
Returns a list of labels and their probabilities
image_data: content of image as string
'''
with tf.compat.v1.Session() as sess:
softmax_tensor = sess.graph.get_tensor_by_name('final_result:0')
predictions = sess.run(softmax_tensor, {'DecodeJpeg/contents:0': image_data})
return predictions
这适用于 inception_v3 模型，因为它有一个名为 'DecodeJpeg' 的张量，我正在使用的其他模型，例如 inception_v4、mobilenet 和 inception_resnet_v2 不要t.
我的问题是我可以向图表添加一个操作，就像在 retrain.py 脚本中的 add_jpeg_decoding 中使用的那样，以便我以后可以将其用于预测吗？
是否可以这样做：
predictions = sess.run(softmax_tensor, {image_data_tensor: image_data}) 其中 image_data_tensor 是一个取决于我使用的模型的变量？
我查看了 Whosebug，但找不到解决我问题的问题，非常感谢任何帮助，谢谢。 我至少需要知道这是否可能。 抱歉重新发布我的第一个没有意见。
所以经过一番研究，我想出了一个办法，在这里留下答案，以备不时之需。您需要做的是自己解码，使用 t = read_tensor_from_image_file 找到 here 从图像中获取张量，然后您可以 运行 使用这段代码进行预测：
start = time.time()
results = sess.run(output_layer_name,
{input_layer_name: t})
end = time.time()
return results
通常 input_layer_name = input:0 和 output_layer_name = final_result:0。