如何在tensorflow中使用经过训练的模型

我在另一个程序中训练了模型“cata.tfmodel”，并在这个程序中恢复了SES，但我不知道如何使用此模型对一张图片进行分类并输出分类。 我的数据集的类型是tfrecords并按队列读取

我很困惑，如果我将一张图片转换成tfrecords，它将包含图像和标签，下一步该怎么做

img_batch, label_batch = tf.train.shuffle_batch([img, label],
                                        batch_size=128,capacity=2000,
                                        min_after_dequeue=1000)

logits = cifar10.inference(img_batch)
saver = tf.train.Saver()

sess = tf.Session()
init = tf.initialize_all_variables()
sess.run(init)
saver.restore(sess,"/Tensorflow/cata.tfmodel")

tf.train.start_queue_runners(sess=sess)

此外，若我删除logits，saver将抛出ValueError：并没有要保存的变量

logits = cifar10.inference(img_batch)
saver = tf.train.Saver(tf.all_variables())