理工酷

在TensorFlow> = 1.2中微调AlexNet的代码

该存储库包含在任意数据集上微调AlexNet所需的所有代码，你所需要的只是预训练的权重。

环境要求

• Python 3
• TensorFlow >= 1.2rc0
• Numpy

TensorBoard 支持

该代码已总体实现TensorFlows，因此您可以在TensorBoard中关注训练进度。 （finedir.py的config部分中的--logdir）

内容

• alexnet.py：AlexNet的图形定义的类。

• finetune.py：运行微调过程的脚本。

• datagenerator.py：包含新输入通道的wrapper类。

• caffe_classes.py：ImageNet的1000个类名的列表。

• validate_alexnet_on_imagenet.ipynb：笔记本可以测试AlexNet的正确实现以及ImageNet数据库中某些图像上的预训练权重。

• images / *：包含笔记本所需的三个示例图像。

用法

虽然我强烈建议看一下此存储库的整个代码，但其实最主要的是调整finetune.py。在finetune.py脚本中，可以找到一部分必须适应问题的配置设置。如果您不想调试代码，则必须向脚本提供两个.txt文件（train.txt和val.txt）。它们都在以下结构中列出了 train/val 图像的完整路径以及类别编号。

Example train.txt:
/path/to/train/image1.png 0
/path/to/train/image2.png 1
/path/to/train/image3.png 2
/path/to/train/image4.png 0
.
.

第一列是路径，第二列是类标签。

另外你也可以采用自己的方法来加载图像并提供一批图像和标签，但随后必须在代码上进行修改。

来源https://github.com/kratzert/finetune_alexnet_with_tensorflow