tensorflow resnet50 入门 测试 演示 新手 完整教程

这是一个包含环境搭建的完整测试教程，目标读者是从未接触过这些的新手。没有模型训练过程，只是使用的别人训练好的模型。

1. 代码准备：https://github.com/fchollet/deep-learning-models    国内镜像： https://gitee.com/xunaijie/deep-learning-models

    resnet50使用的是：resnet50.py 这个demo。git clone代码的方法默认你已经学会。

 

2. python环境。用anaconda搭建

　安装anaconda后，新建一个环境：python3.6+keras 2.2.0 +pillow7.0.0，其他组合 resnet50.py 可能运行提示各种毛病，不要在环境配置方面节外生枝，浪费时间

 

 

 

上图是安装keras后的样子，未安装前，应该选左上角选no installed，然后搜索keras，在勾选框右键，选择2.2.0版本，apply。安装keras会自动安装匹配版本的tensorflow

同样方法安装pillow 7.0.0

 

如此环境就行了。

3. 代码修改：

192行找到这段代码，如此修改。因为接口有变化。

 input_shape = _obtain_input_shape(input_shape,

                                      default_size=224,

                                      min_size=197,

                                      data_format=K.image_data_format(),

                                      require_flatten=include_top)

252行也建议这么改：避免下载慢，等很久

    # load weights

    if weights == 'imagenet':

        if include_top:

            weights_path = 'C:\\Users\\k1\\Desktop\\resnet50_weights_tf_dim_ordering_tf_kernels.h5'

        else:

 

　　resnet50_weights_tf_dim_ordering_tf_kernels.h5这个文件的下载地址在37行：

WEIGHTS_PATH = 'https://github.com/fchollet/deep-learning-models/releases/download/v0.2/resnet50_weights_tf_dim_ordering_tf_kernels.h5'

这个网址用迅雷下载即可，100MB，有p2p加速。不然原始地址得下载一个小时。

 

4. 运行方法：

 

 resnet50.py 代码287行有：

   img_path = 'elephant.jpg'

 

 

 这就是输入图片，自己到网上随便下载一个即可，放到运行resnet50.py 同目录（文件相对寻址）

然后就可以运行 resnet50.py 结果一般最后打印这个：

Input image shape: (1, 224, 224, 3)
Predicted: [[('n02504458', 'African_elephant', 0.787814), ('n01871265', 'tusker', 0.15203227), ('n02504013', 'Indian_elephant', 0.05252126), ('n02408429', 'water_buffalo', 0.0012414436), ('n02412080', 'ram', 0.0010174444)]]

 

这个预测结果实际上是比对了这个文件：C:\Users\k1\.keras\models\imagenet_class_index.json 然后解析的。keras下载的东西都在这个文件夹 C:\Users\k1\.keras

 

conda运行python的方法有很多，首页的powershell和vscode都可以试试