TensorFlow与图像识别

我们的大脑识别物体非常简单，他不用费很大的劲，就能够判断出眼前的是一只狮子还是一头老虎，能够识别信号，或者通过识别一个人的脸。但是，这些工作对于一个电脑来说却是个难题，他们对人类看起来非常简单，只是因为我们的大脑，对于识别图像来说非常擅长。

在过去的几年里，机器学习领域，在识别图像方面，取得了非常大的进步。特别是，我们发现有一种叫做CNN的技术，在复杂的图像识别任务中，能够取得很好的表现，甚至在一些领域超过了人类自身的识别程度。

研究者们一般通过在ImageNet上验证他们的成果，这是一个计算机视觉领域的学术标尺。不少成功的模型不断的展示出在该领域的进步，比方说: QuocNet, AlexNet, Inception (GoogLeNet), BN-Inception-v2。谷歌内部和外部的研究人员，已经发表了一些描述这些模型的论文，但是这些结果，仍然很难去重现。我们继续把事情往前推进了一步发布了一个新的图像识别模型，Inception-v3.

Inception-v3.是基于 ImageNet 挑战赛的数据进行训练，使用了2012年的数据。这对于计算机视觉来说是一项标准任务。这个任务的最终目的是，将所有图片分配到一千个类别当中，像斑马，洗碗机，猴子等等。下图所展现的，就是一些图片的分类情况。

为了比较模型，我们检查一下这个模型，有多大的频率，将正确答案排除在他们预测的前五位之中，即我们所说的top-5 error rate"。AlexNet 能够达到15.3%,Inception (GoogLeNet) 能够达到6.67%,BN-Inception-v2能够达到4.9%。而这一数值,Inception-v3 能达到3.46%。

人类在这一挑战赛上做的怎么样呢？有一个博主叫做 Andrej Karpathy，曾经尝试去统计他自己的表现，结果错误率在5.1%。

这篇教程将会教会你如何使用 Inception-v3。你将学习到，如何用python或C++来，将图片分类到一千个类别之中。我们还将讨论，如何从这个模型中提取更高等级的特征，以便他们能够应用到其他的视觉任务之中。

我们非常期待，社区将会用这个模型做出什么事情。

使用Python API

classify_image.py从tensorflow.org 下载了训练好的模型，当程序第一次运行的时候。你需要在你的硬盘上，有200兆的空余空间。

我们通过复制GitHub上的项目：https://github.com/tensorflow/models 来开启这个旅程。运行如下命令：

cd models/tutorials/image/imagenet
python classify_image.py

以上命令，将会对一个提供的熊猫照片进行分类，如果这个模型训练正确的话，这个脚本将会产生如下的输出。

giant panda, panda, panda bear, coon bear, Ailuropoda melanoleuca (score = 0.88493)
indri, indris, Indri indri, Indri brevicaudatus (score = 0.00878)
lesser panda, red panda, panda, bear cat, cat bear, Ailurus fulgens (score = 0.00317)
custard apple (score = 0.00149)
earthstar (score = 0.00127)

如果你希望，测试其他JPEG的图片的话，你可以编辑这个参数。--image_file

如果你，把模型数据下载到了另外一个文件夹之中，那么你需要重新设置一下，另外一个参数。--model_dir

参考文档：https://www.tensorflow.org/tutorials/image_recognition

返回 人工智能