TensorFlowを使用した画像認識
TensorFlowを初めて使用します。画像認識に関するヘルプを探しています。 TensorFlowを使用して、 TensorFlow画像認識チュートリアル
私はCIFAR-10モデルのトレーニングを見ましたが、あなた自身の画像をトレーニングする例は提供していないようです。
Googleのトレーニングを受けたInceptionモデルを使用して画像認識を行うことをお勧めします。 tensorflow Webサイトの例「Inceptionの最終カテゴリを新しいカテゴリに再トレーニングする方法」を参照してください。 https://www.tensorflow.org/versions/r0.9/how_tos/image_retraining/index.html にあります。
訓練されたモデルの使用は簡単で、妥当な精度を達成できます。モデルに独自のデータセットを供給するだけです。 Googleの開始時の最後のクラシックレイヤーが変更され、最後のレイヤーのみがトレーニングされます。いくつかのカテゴリに属する数千の画像の場合、トレーニングを完了するのに数時間しかかかりません。注：この例を使用するには、ソースからテンソルフローを構築する必要があります。
私は転移学習機能を使用しており、非常に良い結果を達成しています。転移学習の利点を説明するために、「訓練されたGoogleNetでの転移学習」と「5層のConvnetをゼロから構築して訓練する」を比較しています。分類タスクは、5つのカテゴリを持つ5000個の画像で実行されます。
次の簡単な例を参照してください： https://www.youtube.com/watch?v=QfNvhPx5Px8 （5分でTensorFlow画像分類子を構築）
このレポジトリは、独自の画像の最終層画像の再トレーニングを提供します。
Training_ "dataset folder"に画像を追加してください
さらに多くの画像を追加します（必要なクラスごとに少なくとも30枚の画像が必要です）。
最初にbashスクリプトを実行して、Imagenetファイルをダウンロードします。
次に、pythonスクリプトを実行して、検証の精度などを出力する画像を再トレーニングします。