使用TensorFlow进行图像识别

我是TensorFlow的新手,我正在寻找有关图像识别的帮助.是否有一个示例展示如何使用TensorFlow训练您自己的数字图像进行图像识别,如TensorFlow图像识别教程中使用的图像网模型

我查看了CIFAR-10模型培训,但它似乎没有提供培训您自己的图像的示例.

我建议使用Google经过培训的Inception模型进行图像识别.请参阅tensorflow网站上的示例"如何为新类别重新构建初始层的最终层".它位于https://www.tensorflow.org/versions/r0.9/how_tos/image_retraining/index.html.

使用训练有素的模型很容易,可以达到合理的准确 您只需使用自己的数据集提供模型.Google的最后一个分类层将被修改,我们只训练最后一层.对于几个类别的数千个图像,完成培训只需要几个小时.请注意:为了使用该示例,您必须从源构建tensorflow.

我正在使用转移学习功能并取得了非常好的效果.为了说明转学习的好处,我将"Trained GoogleNet上的转学习"与"从头开始构建和训练一个5层Convnet"进行比较.分类任务在5000个图像上完成,共有5个类别.

请看这个简单的示例:https://www.youtube.com/watch？v = QfNvhPx5Px8(在5分钟内构建TensorFlow图像分类器)