项目作者： zhen8838

项目描述：
利用Google预定义的mobilenet v1网络构建一个花朵分类器(K210预备)

高级语言： Python

项目主页：

项目地址: git://github.com/zhen8838/mobilenet-flowers.git

创建时间： 2019-01-26T10:48:38Z
项目社区：https://github.com/zhen8838/mobilenet-flowers
开源协议：
下载

mobilenet-flowers

利用Google预定义的mobilenet v1网络构建一个花朵分类器(K210预备)

使用

首先需要安装Tensorflow的Models/reserach/slim模块
下载models模块,在bashrc中写入环境变量.
```
git clone https://github.com/tensorflow/models/
vi ~/.bashrc
```
添加如下(需要修改为你所对应的地址):
```
export PYTHONPATH="~/models/research/slim:$PYTHONPATH"
```

下载本项目

git clone git@github.com:zhen8838/mobilenet-flowers.git

下载数据集以及预处理
我使用的是slim教程中所用的Flowers数据集.首先下载解压数据集:
```
wget http://download.tensorflow.org/example_images/flower_photos.tgz
tar -zxvf flower_photos.tgz
```
接下来修改代码进行预处理:
```
cd mobilenet-flowers
vi Globals.py
```
修改Globals.py中第4行的DATA_DIR(必须要用绝对路径)
```python
import os

  DATA_DIR = '/media/zqh/Datas/DataSet/flower_photos' #修改为你对应的路径
  CLASS_NUM = 5
  SEED = 3
  ```
  保存退出后执行:
  ```sh
  python3 prepare_data.py
  ```
  执行结束后检查目录,出现以下即完成:
  ```sh
  ls /home/zqh/flower_photos/*.csv
  /home/zqh/flower_photos/Label.csv  /home/zqh/flower_photos/train.csv
  /home/zqh/flower_photos/test.csv
  ```

测试数据集
执行
```
python3 tf_test.py
```
这时候可能会出现准确率非常低的情况,应该是由于我制作数据集的过程中shuffle的缘故.没有关系,我们可以自己重新训练.
如果需要加载自行训练的权重,那么需要修改tf_test.py文件第20行RESTORE_CKPT_PATH为新的权重文件夹:
```
if __name__ == "__main__":
tf.reset_default_graph()
# =========== define the ckpt path===================
# NOTE modfiy to your path
RESTORE_CKPT_PATH = 'log/train/save_18:40:14'
TEST_IMG_NUM = 100
# ===================== end =============================
```

训练数据集
执行:
```
python3 tf_train.py
```
结束后查看保存的模型文件,其中带save的文件为模型文件(save_18:40:14为默认使用权重文件):
```
ls log/train/
0.50_18:40:14  0.50_19:14:35  save_18:40:14  save_19:14:35
```

TODO

转化模型
移植到K210


