Я использую скрипт build_image_data.py отсюда: https://github.com/tensorflow/models/blob/master/inception/inception/data/build_image_data.py точно так же, как документация для преобразования моего набора данных в формат TFRecords. В сценарии inception_train.py, когда я печатаю изображения и метки, метки не соответствуют изображениям, поэтому я не могу перейти к правильному обучению. Набор данных, который я использую, несбалансирован (разное количество изображений между классами). Я также сделал тест с использованием того же количества изображений между классами и ярлыками, которые по-прежнему ошибочны. Код тензорного потока нетронутый, единственное изменение, которое я сделал, не применяет искажения в сценарии image_processing.py. Я не знаю, были ли метки неправильными из-за моего преобразования в TFR или из-за сценария image_processing.py, который возвращает изображения и метки. Есть идеи?Неверные метки в начальной сети v3 (Tensorflow)
Tensorflow версия: 0.10 ОС: Ubuntu 14,04
Фрагмент кода в inception_train.py сценария, чтобы проверить это:
labs = sess.run(labels)
imgs = sess.run(images)
for i in range(FLAGS.batch_size):
print('Label ' + str(labs[i]))
plt.imshow(imgs[i, :, :, :])
plt.show()
Вы упомянули о внесении изменений - это работает, если вы используете совершенно свежие скрипты? –
Нет, он не работает с искажениями. – chrisrn
Я сделал много отпечатков в скрипте build_image_data.py, и метки были правы, поэтому, возможно, ошибка в скрипте image_processing.py. Любая помощь приветствуется. – chrisrn