前提
要想在TensorFlow訓練vgg16,首先要配置TensorFlow環境,這篇博客介紹如何配置python2.7版本的TensorFlow,在這裏就不在敘述了。
TensorFlow版本
- 下載代碼:VGG16
- 下載數據集17flowers,密碼:3nc4
如果是訓練自己的數據集,可以模仿17flowers數據集格式,將同一類的圖片放在同一個文件夾中,如下圖所示。 - 下載vgg16.npy,密碼: 4wvq
- 打開VGG16.py代碼,修改vgg16.npy對應的路徑
- 打開create_tfrecords.py代碼,修改代碼中對應的路徑,其中data是在VGG16_TF-master文件夾下創建的文件夾,存放的是自己的數據集。然後直接運行就行。
運行結束後在VGG16_TF-master文件夾路勁下生成train.tfrecords文件,這是TensorFlow讀取的數據格式。
- 打開train.py代碼,修改對應的路徑
修改好之後直接運行即可。
Keras版本
前提
安裝keras版本首先安裝TensorFlow,安裝好之後在cmd命令中輸入pip install keras安裝即可。
keras安裝好之後,需要安裝keras_tqdm模塊,同樣直接在cmd命令中輸入pip install keras_tqdm安裝即可,有可能第一次安裝會出現錯誤,多重新安裝幾次就行。
- 下載代碼:keras-vgg16,密碼:hv7b
- 代碼下載好之後,在keras_vgg16文件下,新建data,log,model。data用來存放你的數據集,log用來存放生成的日誌,model用來存放生成的模型。
- 數據集和TensorFlow的數據集存放格式不一樣,分爲訓練集和測試集
訓練集和測試集裏的圖片將同一類別的放在同一文件夾中就行
- 打開vgg16.py代碼,修改對應的文件路徑,如下圖所示
這路徑包含訓練集,驗證集合測試集,我爲了省事,訓練集和驗證集使用同一個數據集
修改參數代碼
保存文件的路徑
然後直接運行即可。
在這裏我建議用Anaconda自帶的notebook跑程序,訓練輸出顯示的比較規範,可讀性比較強。