Как реализовать классификатор с галлюцинацией в тензорном потоке? - PullRequest
Новая
       78

Как реализовать классификатор с галлюцинацией в тензорном потоке?

0 голосов
/ 03 мая 2019

Предположим, у меня есть две разные сети в tenorflow_1.13.1, deep_estimator_net () и classifier_net ().Прежде чем использовать classifier_net, я изучил глубину_эстиматора.Входными данными являются RGB-изображение и 3-канальное изображение глубины в качестве выходных данных.

Как я могу обучить сеть классификатора и восстановить сеть рестиматора глубины?

С этим у меня есть мой стартовый код 

# ========= Preparing dataset ==========
data_cache =  data_parser(dataset_dir=self.args.data_base_dir,dataset_name=self.args.data4train,
                    list_name=self.args.train_list)
# Training
train_list = data_cache['train_paths']
train_list = np.array(train_list)
train_data =    tf.data.Dataset.from_tensor_slices((train_list[:,0],train_list[:,1]))
train_data = train_data.shuffle(100)
train_data = train_data.map(self.load_train_img, num_parallel_calls=4)
train_data = train_data.batch(self.bs)
train_data = train_data.prefetch(self.bs)
train_iter = train_data.make_initializable_iterator()
train_img,train_targ = train_iter.get_next()

# ============= define network and optimization==============
# train_img = rgb tensor
with tf.variable_scope('model1',reuse=True):
    _,RGBplusDepth= depth_estimator_net(input=train_img,reuse=True)

with tf.variable_scope('model2',reuse=False):
   pred = classifier_net(input=RGBplusDepth, reuse=False)

Мой вход для classifier_net - это изображение rgb, объединенное с глубиной, оцененной в глубине_estimator_net (image_height x image_width x 6)

Теперь большие вопросы, должны ли я восстановить и / илисохранить classifier_net () в другом файле tf.train.saver, чем тот, который использовался для восстановления глубины_estimator_net ()?А как насчет tf.Session, как я могу его использовать?Какой из них может быть наиболее эффективным способом следовать?Как я могу кормить данные?

Заранее спасибо

...