TensorFlow Android Camera Demo使用Inception5h model进行实时图像识别，从而提供卓越的性能。因为我没有成功地重新训练5小时，所以我用了InceptionV3 model但在图像识别方面没有那么快。所以我回到了开始的时候，试图重新训练（或转移学习）5小时学习模式。我试过修改retrain.py但它显然是为v3模型编写的。5H模型不包含以“pool_3/_reforme:0”、“decodeJPEG/contents:0”或“resizeblinear:0”开头的张量。还有其他的区别。
我是机器学习和TensorFlow的新手，所以我非常感谢在我必须做的事情上有明确的步骤。
谢谢您！
最佳答案
看起来retrain.py脚本和tutorial刚刚更新，可以与mobilenet架构一起工作。
所以这就解决了你问题的第一部分，它实际上不是5h激励，但它在移动设备上运行良好，精度比5h激励好得多。
要在android示例中运行它，您仍然需要更新these settings。
我认为你应该可以复制the settings determined for the mobilenet you choose, from the retrain script并且你可能没事。
如果您想使用一个不同的网络，它没有retrain.py中的设置，那么我能想到的确定它们的最简单的方法是使用tensorboard探索图形。
所以如果你真的想使用inception 5h，你可以下载并解压它：
curl -O https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip
unzip -d inception5h inception5h.zip
然后从Tensorflow for Poets: 2 codelabrepo抓取这个简单的脚本，将graph
.pb文件转换为tensorboard可以使用的东西：curl -O https://raw.githubusercontent.com/googlecodelabs/tensorflow-for-poets-2/master/scripts/graph_pb2tb.py
并在graph.pb上运行：
mkdir tb_graph
python graph_pb2tb.py tb/inception5h inception5h/tensorflow_inception_graph.pb
和open it in tensorboard：
tensorboard --logdir tb_graph
然后，在图中搜索并找到需要填充自己的
model_infodict的节点的名称可能相对简单。我想这是您想要设置为您的
bottleneck_tensor的节点：