Можно ли использовать предварительно обученную модель inception_v4 в imagenet для обучения нового набора данных 24 класса с изображениями размером 240 x 800 пикселей? - PullRequest
0 голосов
/ 02 июля 2019

Мне нужно найти рабочую модель логического вывода для моего замороженного экспортированного графа "frozen_inception_v4.pb" для модели inception_v4, прошедшей переподготовку в новом наборе данных с 24 классами и изображениями размером 240 x 800 пикселей. Хотя весь процесс переобучения и создания графа вывода и тестирования изображений с использованием классификатора «setup_inception.py», находящегося в папке https://github.com/IBM/ZOO-Attack, отлично работал для набора данных Flowers с изображениями размером 299 x 299 пикселей, он сейчас не работает , Обучение передаче - инструкции по тонкой настройке для Цветов показаны на https://github.com/tensorflow/models/tree/master/research/slim. Я думал, что этот процесс легко применим к другим данным и другим размерам изображения.

следуя инструкциям на https://github.com/tensorflow/models/tree/master/research/slim Я успешно выполнил каждый шаг для предварительной обработки и переобучения нового набора данных с 24 классами и изображениями размером 240 x 800 пикселей. Я добавил флаги для image_size_1 = 240 и image_size_2 = 800 в файл train_image_classifier.py. Я также успешно экспортировал граф вывода и заморозил экспортированный граф. Однако, когда я запускаю classify_image.py (слегка измененный для моего набора данных), я получаю следующую ошибку:

graph._c_graph, serialized, options)  # pylint: disable=protected-access
tensorflow.python.framework.errors_impl.InvalidArgumentError: Negative dimension size caused by subtracting 8 from 6 for 'import/InceptionV4/Logits/AvgPool_1a/AvgPool' (op: 'AvgPool') with input shapes: [?,6,23,1536].

Похоже, что что-то на графе вывода все еще жестко запрограммировано и / или ожидает размер изображения, подобный изображению (299 x 299). ПРИМЕЧАНИЕ: я не получаю эту ошибку с набором данных Flowers.

К вашему сведению, у меня windows 10, тензор потока 1,11.

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...