9-2从头开始训练slim

从头开始训练一个新的模型

1. https://github.com/tensorflow/models

 

下载得到的文件名为models-master.zip解压，在运行目录的\models-master\research\slim

为我们要用到的slim模型

 

1. 对图片进行处理：图片依旧是之前的1500张五类的图片数据集

将训练的图片数据集文件夹images放入到slim文件夹中

注意：1.图片分类文件夹名应该全部以英文小写命名

否则会报如下错：

'utf-8' codec can't decode byte 0xff in position 0: invalid start byte

'utf-8' codec can't decode byte 0xff in position 0: invalid start byte

原因是错误写法：

image_data = tf.gfile.FastGFile(image, 'r').read()

解决：

#读取图片

image_data = tf.gfile.FastGFile(image, 'rb').read()

3. 生成的文件有：

          五个类对应的测试集数据和训练集

 

4. 其中标签文件打开如下，如果自己要制作一个txt的标签文件，也应该按照如下的格式进行书写

 

 

5. 运行结果为：

 

6. 在slim目录下的train_image_classifier.py文件中，会调用到很多别的数据. Slim中nets：有inception、lenet、resnet等很多网络可供使用。

7. 修改原来的dataset_factory.py文件：

Slim中有dataset文件夹，打开当中的dataset_factory.py文件：可以自行修改一些源代码。添加自己的一些数据集：myimages到datasets_map

 

8. 添加自己的myimages.py文件到datasets文件夹中

 

9. 再将写好的train.bat批处理文件放入到slim目录下：

 

10. 还需在slim中添加一个model文件夹（缺失）

11. 直接在cmd中运行bat脚本文件。运行时可能会报错，这时可以采取重启电脑或者重新训练一遍