[PYTHON] [TensorFlow] Extraire des fonctionnalités du modèle entraîné Inception-v3

Dans TensorFlow, l'extraction de la quantité d'entités est effectuée à l'aide du modèle Inception-v3.

Téléchargez le modèle entraîné depuis http://download.tensorflow.org/models/image/imagenet/inception-2015-12-05.tgz
Décompressez le fichier ci-dessus et extrayez classify_image_graph_def.pb
Code source feature_extraction.py

ʻRécrivez IMG_PATHetMODEL_PATH` en fonction de votre environnement.

import tensorflow as tf
import numpy as np

IMG_PATH = 'path/to/input/image.jpg'
MODEL_PATH = 'path/to/classify_image_graph_def.pb'

# Chargement du modèle entraîné
inception_v3 = tf.gfile.FastGFile(MODEL_PATH, 'rb')
graph_def =tf.GraphDef()
graph_def.ParseFromString(inception_v3.read())
tf.import_graph_def(graph_def, name='')

with tf.Session() as sess:
 # Spécifier la couche d'extraction
    pool3 = sess.graph.get_tensor_by_name('pool_3:0')

 #Lire l'image d'entrée
    image_data = tf.gfile.FastGFile(IMG_PATH, 'rb').read()

 # Extraction de fonctionnalités
    features = sess.run(pool3, {'DecodeJpeg/contents:0': image_data})
    print(np.squeeze(features))

Lors de la saisie d'un fichier PNG

Ce qui précède n'accepte que l'entrée de fichier JPEG. Si vous souhaitez saisir un fichier PNG, spécifiez le nœud «DecodeJpeg: 0» comme indiqué ci-dessous lors de l'extraction de la quantité de fonction.

features = sess.run(pool3, {'DecodeJpeg:0':image_data})