MobileNet V1官方预训练模型的使用
最近看到一个巨牛的人工智能教程，分享一下给大家。教程不仅是零基础，通俗易懂，而且非常风趣幽默，像看小说一样！觉得太牛了，所以分享给大家。平时碎片时间可以当小说看，【点这里可以去膜拜一下大神的“小说”】。
1. 下载网络结构及模型
1.1 下载MobileNet V1定义网络结构的文件
MobileNet V1的网络结构可以直接从官方Github库中下载定义网络结构的文件，地址为：https://raw.githubusercontent.com/tensorflow/models/master/research/slim/nets/mobilenet_v1.py
1.2 下载MobileNet V1预训练模型
MobileNet V1预训练的模型文在如下地址中下载：
https://github.com/tensorflow/models/blob/master/research/slim/nets/mobilenet_v1.md
打开以上网址，可以看到MobileNet V1官方预训练的模型，官方提供了不同输入尺寸和不同网络中通道数的多个模型，并且提供了每个模型对应的精度。可以根据实际的需要下载对应的模型，如下图所示。
这里以选择MobileNet_v1_1.0_192为例，表示网络中的所有卷积后的通道数为标准通道数（即1.0倍），输入图像尺寸为192X192。
2. 构建网络结构及加载模型参数
2.1 构建网络结构
在1.1小节中下载mobilenet_v1.py文件后，使用其中的mobilenet_v1函数构建网络结构静态图，如下代码所示。
import tensorflow as tf from mobilenet_v1 import mobilenet_v1,mobilenet_v1_arg_scope slim = tf.contrib.slim 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3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.indices,output.values
上面代码中，使用函数tf.nn.top_k取概率最大的3个类别机器对应概率。
2.2 加载模型参数
CKPT = 'mobilenet_v1_1.0_192.ckpt' def load_model(sess): loader = tf.train.Saver() loader.restore(sess,CKPT) inputs=tf.placeholder(dtype=tf.float32,shape=(1,192,192,3)) classes_tf,scores_tf = build_model(inputs) with tf.Session() as sess: load_model(sess)
先定义placeholder输入inputs，再通过函数build_model完成静态图的定义。接下来传入tf.Session对象到load_model函数中完成模型加载。
3. 模型测试
3.1 加载Label
网络输出结果为类别的索引值，需要将索引值转为对应的类别字符串。先从官网下载label数据，需要注意的是MobileNet V1使用的是ILSVRC-2012-CLS数据，因此需要下载对应的Label信息（本文后面附件中会提供）。解析Label数据代码如下。
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
3.2 测试结果
使用如下图片进行测试。
执行inference.py后，控制台输出结果如下所示。
识别 test_images/test1.png 结果如下： No. 0 类别: 军用飞机 概率: 0.9363691 No. 1 类别: 飞机翅膀 概率: 0.032617383 No. 2 类别: 炮弹 概率: 0.01853972 识别 test_images/test2.png 结果如下： No. 0 类别: 小儿床 概率: 0.9455737 No. 1 类别: 摇篮 概率: 0.044925883 No. 2 类别: 板架 概率: 0.007288801
4 完整代码
inference.py完整的代码如下所示。
import tensorflow as tf from mobilenet_v1 import mobilenet_v1,mobilenet_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.indices,output.values def load_model(sess): loader = tf.train.Saver() loader.restore(sess,CKPT) def get_data(path_list,idx): img_path = images_path[idx] img = cv2.imread(img_path) img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB) img = cv2.resize(img,(192,192)) img = np.expand_dims(img,axis=0) img = (img/255.0-0.5)*2.0 return img_path,img 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.float32,shape=(1,192,192,3)) classes_tf,scores_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)): path,img = get_data(images_path,i) classes,scores = sess.run([classes_tf,scores_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)
