Tensorflow.com Codelab

Fish recognition classifier

Utilisation basique

1. Ajouter deux dossiers 'data' & 'test' dans tf_files

2. Ajouter les dossiers 'classes', 'fish' et 'non-fish' dans 'data'

3. Remplir les trois dossier avec les datasets correspendant

4. Lancer le script 'scripts/retrain.py' pour re-entrainer le model

5. Lancer le script 'scripts/label_image.py' pour tester le model sur une image

6. Paramètres (Indispensable) du scripts/retrain.py
   --bottleneck_dir=tf_files/bottlenecks
   --how_many_training_steps=500 --model_dir=tf_files/models/
   --summaries_dir=tf_files/training_summaries/"mobilenet_0.50_224"
   --output_graph=tf_files/retrained_graph.pb
   --output_labels=tf_files/retrained_labels.txt
   --architecture mobilenet_0.50_224
   --image_dir=tf_files/data \

   Pour plus d'infos sur les params : python -m scripts.retrain -h

7. Paramètres (Recommandé) du scripts/label_image.py
   --graph=/tmp/mobilenet_0.50_224.pb
   --labels=/tmp/output_labels.txt
   --image={Vos spec}
   --input_layer=input
   --output_layer=final_result
   --input_mean={vos spec}
   --input_std={vos spec}
   --input_width={vos spec}
   --input_height={vos spec} \

Plus simple : python -m scripts.label_image --graph=tf_files/retrained_graph.pb --image=tf_files/data/test/maPhoto.jpg