上次 踩坑日志之一 遗留的问题终于解决了，所以作者（也就是我）终于有脸出来写第二篇了。

　　　首先还是贴上 卷积算法的示例代码地址 ：https://github.com/tensorflow/models

　　 　这个库里面主要是一些常用的模型用tensorflow实现之后的代码。其中我用的是

　　　　models/tree/master/tutorials/image/cifar10 这个示例，上一篇也大致讲过了。

　　　关于上次遇到问题是：

虽然训练了很多次，但是每次实际去用时都是相同的结果。这个问题主要原因是

在核心代码文件cifar10.py里 

tf.app.flags.DEFINE_integer('batch_size', 128,
                            """Number of images to process in a batch.""")

　　

被我改成 batch_size =1

一开始我误以为这个batch要跟训练文件的.bin 文件里面的图片数量对应，其实不然。这个batch_size 是为了用

cifar10_input.py

images, label_batch = tf.train.batch( [image, label], batch_size=batch_size, num_threads=num_preprocess_threads, capacity=min_queue_examples + 3 * batch_size)

 

创建一个图片跟标签的队列，每个队列128个元素，便于分布式处理。

由于改成1之后可能是影响是训练效果。导致整体的loss很高，所以识别率很差。有待进一步验证。

 

另外一个原因很可能是最致命的

上一篇讲到label的对应方式是

# Create a queue that produces the filenames to read.
    filename_queue = tf.train.string_input_producer(filenames)

 

　label 也是用string_input_producer 做了另外一条字符串队列

因为label 是分类名称，也是图片所在文件夹的名称，所以我在外面把图片文件夹名称都丢到一个label的string队列里，然后里面做出队 depuqeue。

这其实是错误的，因为两条队列要完美保持一致，而且还不能加

shuffle 参数 这个参数可以随机获取图片文件，以便训练模型效果更具备泛化能力。

# Create a queue that produces the filenames to read.
    filename_queue = tf.train.string_input_producer(filenames,name="filename_queue_hcq",shuffle=True)

 shuffle=true 还是要加的。

label的获取方式就得另外想办法。

把 cifar10_input.py 方法 read_cifar10 改造如下：

def read_cifar10(filename_queue): class CIFAR10Record(object): pass 　　 reader = tf.WholeFileReader() key, value = reader.read(filename_queue) image0 = tf.image.decode_jpeg(value,3) esized_image = tf.image.resize_images(image0, [32, 32], method=tf.image.ResizeMethod.AREA) result = ImageNetRecord() re2=splitfilenames(tf.constant( filenames),len(filenames)) key=splitfilenames(tf.reshape(key,[1],name="key_debug"),1) label=diff(re2,key)

 

其中 splitilenames 方法是我新增的，主要是为了把文件所在目录的路劲切出来

def splitfilenames(inputs,allstringlen): a = tf.string_split(inputs, "/\\") bigin = tf.cast(tf.size(a.values) / allstringlen -2, tf.int32) slitsinglelen = tf.cast(tf.size(a.values) / allstringlen, tf.int32) val = tf.reshape(a.values, [allstringlen, slitsinglelen]) re2 = tf.cast(tf.slice(val, [0, bigin], [allstringlen, 1]),tf.string) re2 =tf.reshape(re2,[allstringlen]) re2 =tf.unique(re2).y return re2

比如”H:\imagenet\fortest\n01440764“ 切出来 “n01330764”。 这个方法是支持批量处理的。

之所以写的这么麻烦。是因为输入量是tensor，所以所有操作都必须按照tensorflow的api写。

diff方法 是为了判定key 的分类名在所有分类里面的位置。用这个位置作为label。

这里 读者估计有一个疑问

“为啥不直接用分类名‘n01330764’作为label标签去训练呢？”

这里也是迫于无奈，因为后续的代码有2个限制，1，label必须是int型，2label最大值不能大于分类总数。所以不能简单把“n”删除然后转成数字 1330764 。

虽然不太优雅，各位看官轻拍。

def diff(re2,key): keys = tf.fill([tf.size(re2)],key[0]) numpoi= tf.cast(tf.equal(re2, keys),tf.int32) numpoi=tf.argmax(numpoi) return numpoi

好了，到止为止，train的代码就改完了,先训练一段时间。

cifar10_eva l.py 这边需要改个地方。

if len(sys.argv)==1: SinglePicPath = "/tmp/8.jpg"
else: SinglePicPath =sys.argv[1]

通过参数传入 单图片的地址，用来执行识别程序。

先跑一下8.jpg

得出来结果是0 之所以有这么多，是因为batchsize=128 不过都是一样的。

然后我用C# MVC写了一个页面。用来上传图片，然后输出中文结果。

 

主要核心代码是：

 Thumbnails.Of(file).ZoomMethod(Thumbnails.ThumbnailZoomMethod.CUT).Resize(32, 32).ToFiles(imagepath); var p = new Process(); //C:\Users\