Machine learning tensorflow目标检测中的单幅图像预测
我已经使用存储库训练了一个对象检测模型 现在，在评估时，使用tf.contrib.slim.parallel_reader从记录文件中读取 我想直接使用文件系统读取图像，并获得图像的预测。我该怎么做呢？看看这个，这里使用的是一个冻结的模型，但是您可以使用普通的ckpt，并稍微更改逻辑，以使用image而不是tfrecord 步骤1：使用ckpt文件加载模型 步骤2：获取模型端点以运行预测；与上面的链接类似，只是删除了：0 步骤3：使用占位符为numpy数组提供图像 除此之外，您还可以将经过训练的模型转换为冻结模型，并按照上述链接中描述的相同步骤进行操作 看看这个，这里使用的是一个冻结的模型，但是您可以使用普通的ckpt，并稍微更改逻辑，以使用image而不是tfrecord 步骤1：使用ckpt文件加载模型 步骤2：获取模型端点以运行预测；与上面的链接类似，只是删除了：0 步骤3：使用占位符为numpy数组提供图像 除此之外，您还可以将经过训练的模型转换为冻结模型，并按照上述链接中描述的相同步骤进行操作Machine learning tensorflow目标检测中的单幅图像预测,machine-learning,tensorflow,deep-learning,object-detection,predict,Machine Learning,Tensorflow,Deep Learning,Object Detection,Predict,我已经使用存储库训练了一个对象检测模型 现在，在评估时，使用tf.contrib.slim.parallel_reader从记录文件中读取 我想直接使用文件系统读取图像，并获得图像的预测。我该怎么做呢？看看这个，这里使用的是一个冻结的模型，但是您可以使用普通的ckpt，并稍微更改逻辑，以使用image而不是tfrecord 步骤1：使用ckpt文件加载模型 步骤2：获取模型端点以运行预测；与上面的链接类似，只是删除了：0 步骤3：使用占位符为numpy数组提供图像 除此之外，您还可以将经过训练的