基于Tensorflow的马路整洁度识别

《基于Tensorflow的马路整洁度识别》是我们的实训项目,请问谁能解答一下吗,还没头绪

  • 这个问题的回答你可以参考下: https://ask.csdn.net/questions/7403552
  • 你也可以参考下这篇文章:基于Tensorflow的自定义对象识别检测模型的训练及视频实时识别(一)
  • 同时,你还可以查看手册:tensorflow 分析 TensorFlow 的性能 中的内容
  • 除此之外, 这篇博客: 利用Tensorflow的队列多线程读取数据中的 利用Tensorflow的队列多线程读取数据 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  • 在tensorflow中,有三种方式输入数据

    1. 利用feed_dict送入numpy数组
    2. 利用队列从文件中直接读取数据
    3. 预加载数据

    其中第一种方式很常用,在tensorflow的MNIST训练源码中可以看到,通过feed_dict={},可以将任意数据送入tensor中。

    第二种方式相比于第一种,速度更快,可以利用多线程的优势把数据送入队列,再以batch的方式出队,并且在这个过程中可以很方便地对图像进行随机裁剪、翻转、改变对比度等预处理,同时可以选择是否对数据随机打乱,可以说是非常方便。该部分的源码在tensorflow官方的CIFAR-10训练源码中可以看到,但是对于刚学习tensorflow的人来说,比较难以理解,本篇博客就当成我调试完成后写的一篇总结,以防自己再忘记具体细节。


  • 您还可以看一下 裴帅帅老师的Tensorflow深度学习入门到实战课程中的 Tensorflow的常见激活函数小节, 巩固相关知识点