图像处理方面的论文

TF-Slim

TF-Slim是tensorflow中定义、训练和评估复杂模型的轻量级库。tf-slim中的组件可以轻易地和原生tensorflow框架以及例如tf.contrib.learn这样的框架进行整合。

在使用时先导入库：

import tensorflow.contrib.slim as slim

优势：

1、代码更紧凑

2、封装了很多流行模型，如vgg等，可以当做黑盒用，减少代码错误

训练过程：

训练一个tensorflow模型，需要一个网络模型，一个损失函数，梯度计算方式和用于迭代计算模型权重的训练过程。TF-Slim提供了损失函数，同时也提供了一批运行训练和评估模型的帮助函数

 

微调

通过tf.train.Saver()从checkpoint中加载模型

当我们想把已训练好的模型用在不同的数据集上时，可以恢复除全连接层以外的所有层。

 

评估

slim.metrics用于计算评估指标