https://github.com/tensorflow/models/blob/master/research/slim/nets/inception_resnet_v2.py
你如何正确推断这个模型?我有兴趣进行此设置,以便用户可以对他在命令行中逐个输入的单个图像进行推断 . 为了使其快速,必须加载模型ONCE并且输入图像必须是热插拔的,因为用户将它们输入命令行 .
如果对此模型的评估代码使用类似的结构,则可以执行非热插拔推理:https://github.com/tensorflow/models/blob/master/research/slim/eval_image_classifier.py
您可以稍微修改上述文件以打印您的logits并进行推断 . 但是,此解决方案每次都会重建图表,这非常慢 .
我尝试构建图形并将feed_dict传入fifo_queue_Dequeue:0 tensor,表示批处理输入 . 但是,会话将挂起并且永远不会计算 . 我相信这是因为图表被“冻结” - 张量不能接受新的输入 . 但现在我对如何获得我想要的行为感到难过 .
1 回答
推理步骤如下:
创建Inception-resnet-v2图
加载测试图像(示例来自此处):
加载权重并运行图表
输出