如何从“生成Tensorflow混淆矩阵？”；输出“u graph.pb”；及；输出“U labels.txt”；？

因此，我遵循了本教程，并使用自己的图像进行了再培训。

所以我现在有了一个“output_graph.pb”和一个“output_labels.txt”（我可以和其他代码一起使用它对图像进行分类）

但是，我如何使用测试图像文件夹（或者至少使用培训过的图像）生成混淆矩阵呢

有 但这似乎没有多大帮助

此线程似乎只是使用数字来表示标签，而不是实际的文件，但并不确定：

我也不确定如何在这个线程中使用代码：

---

我会尝试使用以下步骤手动创建混淆矩阵：

• 修改label_图像示例以仅打印顶部标签
• 编写一个脚本，为文件夹中的所有图像重复调用修改后的label_图像
• 让脚本打印出地面真实值标签，然后调用label_image打印预测值

现在，控制台中应该有一个所有标签的文本列表，如下所示：

苹果，苹果 苹果、梨 梨，梨 梨，橙

现在，创建一个包含所有标签行和列名的电子表格：

       | apple | pear | orange
-------+----------------------
apple  |
pear   |
orange |

---

每个单元格的值将是在控制台列表中显示的行、列的对数。对于一小部分图像，您可以手动计算，如果图像太多，也可以编写脚本来计算。

我会尝试手动创建混淆矩阵，方法如下：

• 修改label_图像示例以仅打印顶部标签
• 编写一个脚本，为文件夹中的所有图像重复调用修改后的label_图像
• 让脚本打印出地面真实值标签，然后调用label_image打印预测值

现在，控制台中应该有一个所有标签的文本列表，如下所示：

苹果，苹果 苹果、梨 梨，梨 梨，橙

现在，创建一个包含所有标签行和列名的电子表格：

       | apple | pear | orange
-------+----------------------
apple  |
pear   |
orange |

每个单元格的值将是在控制台列表中显示的行、列的对数。对于一小部分图像，您可以手动计算，如果图像太多，也可以编写脚本来计算