Похоже, что сценарий retrain.py
и tutorial был обновлен только для работы с архитектурой mobilenet.
Итак, чтобы решить первую часть вашей проблемы, на самом деле это не начало5h, но оно хорошо работает на мобильных устройствах с гораздо большей точностью, чем inception5h.
Чтобы на самом деле заставить его работать в андроидном примере, вам все равно нужно обновить these settings.
Я думаю, вы должны иметь возможность просто скопировать the settings determined for the mobilenet you choose, from the retrain script, и вам может быть все в порядке.
Если вы хотите использовать другую сеть, которые не имеют настроек в retrain.py
то самый простой способ, которым я могу думать, чтобы определить их было бы изучить график с TensorBoard.
Так что, если вы действительно хотели использовать начало работ 5h, вы можете скачать и распаковать его:
curl -O https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip
unzip -d inception5h inception5h.zip
Затем возьмите этот простой скрипт, из Tensorflow for Poets: 2 codelabrepo, чтобы преобразовать файл граф .pb
к чему-тому tensorboard можно использовать:
curl -O https://raw.githubusercontent.com/googlecodelabs/tensorflow-for-poets-2/master/scripts/graph_pb2tb.py
И запустить его на graph.pb:
mkdir tb_graph
python graph_pb2tb.py tb/inception5h inception5h/tensorflow_inception_graph.pb
И open it in tensorboard:
tensorboard --logdir tb_graph
Тогда это может быть относительно просто копаться в графике и найти имена узлов, которые необходимо заполнить свой собственный model_info
Dict.
Я думаю, что это узел, вы хотите установить в качестве bottleneck_tensor
:
модель inception5h найти на download.tensorflow.org уже раздели неиспользуемых узлов для мобильных устройств вывода, который почему он не находит узлы DecodeJpeg и ResizeBilinear. Вы можете попробовать добавить их обратно для переподготовки (вы должны использовать Inceptionv3 GraphDef в качестве ссылки) или просто конвертировать ваши данные изображений самостоятельно в формат RGB размером 224x224 в качестве этапа предварительной обработки. –
@AndrewHarp, было бы неплохо переучиться на полной модели inception5H, а позже запустить optimize_for_inference.py на модели для Android? –