Маркировка изображений с помощью Inception Получение ValueError: GraphDef не может быть больше 2 ГБ

Я использую лабораторию кода TensorFlow for Poets, чтобы направлять меня, когда я переобучаю CNN Inceptionv3 для классификации списка изображений. Я успешно обучил модель, и она работает, когда я использую данный код для классификации отдельных изображений. Но когда я пытаюсь использовать его для большого количества изображений, я получаю, что GraphDef не может превышать 2 ГБ. Пожалуйста, порекомендуйте.

import pandas as pd
import os, sys
import tensorflow as tf
test_images = pd.read_csv('test_images.csv')
testid = test_images['Id']
listx= list(range(4320))
predlist=[]
output = pd.DataFrame({'Id': listx})
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
for x in listx:
    path = 'test/'+str(x+1)+'.jpg'

# change this as you see fit
    image_path = path

# Read in the image_data
    image_data = tf.gfile.FastGFile(image_path, 'rb').read()

# Loads label file, strips off carriage return
    label_lines = [line.rstrip() for line
               in tf.gfile.GFile("retrained_labels.txt")]

# Unpersists graph from file
with tf.gfile.FastGFile("retrained_graph.pb", 'rb') as f:
    graph_def = tf.GraphDef()
    graph_def.ParseFromString(f.read())
    tf.import_graph_def(graph_def, name='')

with tf.Session() as sess:
    # Feed the image_data as input to the graph and get first prediction
    with tf.Graph().as_default():
        softmax_tensor = sess.graph.get_tensor_by_name('final_result:0')

        predictions = sess.run(softmax_tensor, \
                           {'DecodeJpeg/contents:0': image_data})

    # Sort to show labels of first prediction in order of confidence
    top_k = predictions[0].argsort()[-len(predictions[0]):][::-1]
    # print('the top result is' + label_lines[node_id])
    flag = 0
    for node_id in top_k:

        while flag == 0:
            human_string = label_lines[node_id]
            score = predictions[0][node_id]
            predlist.append(int(human_string[:3]))
            print('%s' % (human_string))

            flag = 1  # we only want the top prediction

output['Prediction']=предварительный список output.to_csv('outputtest.csv')


tensorflow image-processing labeling
person user3580196    schedule 02.06.2017    source источник

Ответы (1)


arrow_upward
1
arrow_downward

Один из способов устранения этой ошибки — размещение

    with tf.Graph().as_default():

после цикла. Это фрагмент кода, который работал у меня при попытке прочитать объемное изображение:

    for filename in os.listdir(image_path):

       with tf.Graph().as_default():
       # Read in the image_data
       image_data = tf.gfile.FastGFile(image_path + filename, 'rb').read()
person danish    schedule 23.06.2017