Train an Image Classifier with TensorFlow for Poets

转载请注明作者：梦里风林

Google Machine Learning Recipes 6

官方中文博客 - 视频地址

Github工程地址 https://github.com/ahangchen/GoogleML

欢迎Star，也欢迎到Issue区讨论

目标

区分图片之间的差异

工具

TensorFlow for Poets

高度封装
效果奇佳
只需要目录中的图片和目录名字作为label，不需要预设feature

数据

找出图片中五种花的差异
下载地址：http://download.tensorflow.org/example_images/flower_photos.tgz
如果你想要用其他的图片类型，你只需要创建一个新的文件夹，放入对应类型的100张以上的图片
不需要像Iris数据集那样有预设的feature

分类器

TensorFlow
- TensorFlow擅长于Deep learning
- 由于提取特征很困难，因为世界上的变数太多了，所以深度学习自动提取特征的功能变得很重要
- TFLearn：高阶的机器学习库
Image Classifier
- 直接从像素级数据提取特征
神经网络
- 可以学习更复杂的函数

实现

由于官方视频教程中的语法格式使用的是nightly版本tensorflow的格式，因此对代码稍作修改
参考Github·TensorFlow·Issue
参考Github·TensorFlow·Skflow·Example
TensorFlow处理Iris问题
TensorFlow直接识别文件夹图片
- 耗时大概20分钟
- 基于Inception训练分类器retrain
- Transfer Learning：重用Inception的一些参数

后话

图像识别关键在于：Diversity and quantity
- Diversity：样本多样性越多，对新事物的预测能力越强
- Quantity：样本数量越多，分类器越强大