浅谈Tensorflow加载Vgg预训练模型的几个注意事项
写这个博客的关键Bug: Value passed to parameter 'input' has DataType uint8 not in list of allowed values: float16, bfloat16, float32, float64。本博客将围绕 加载图片 和 保存图片到本地 来详细解释和解决上述的Bug及其引出来的一系列Bug。
加载图片
首先，造成上述Bug的代码如下所示
image_path = "data/test.jpg" # 本地的测试图片
image_raw = tf.gfile.GFile(image_path, 'rb').read()
# 一定要tf.float()，否则会报错
image_decoded = tf.image.decode_jpeg(image_raw)
# 扩展图片的维度，从三维变成四维，符合Vgg19的输入接口
image_expand_dim = tf.expand_dims(image_decoded, 0)
# 定义Vgg19模型
vgg19 = VGG19(data_path)
net = vgg19.feed_forward(image_expand_dim, 'vgg19')
print(net)
上述代码是加载Vgg19预训练模型，并传入图片得到所有层的特征图，具体的代码实现和原理讲解可参考我的另一篇博客：Tensorflow加载Vgg预训练模型。那么，为什么代码会出现： Value passed to parameter 'input' has DataType uint8 not in list of allowed values: float16, bfloat16, float32, float64，这个Bug呢？
这句英文翻译过来是指：传递的值类型是uint8，但是接受的参数类型必须是float的那几种。故原因就是传入值的数据类型错了，那么如何解决这个Bug呢，很简单
image_path = "data/test.jpg" # 本地的测试图片
image_raw = tf.gfile.GFile(image_path, 'rb').read()
# 一定要tf.float()，否则会报错
image_decoded = tf.to_float(tf.image.decode_jpeg(image_raw))
# 扩展图片的维度，从三维变成四维，符合Vgg19的输入接口
image_expand_dim = tf.expand_dims(image_decoded, 0)
# 定义Vgg19模型
vgg19 = VGG19(data_path)
net = vgg19.feed_forward(image_expand_dim, 'vgg19')
print(net)
这两个代码块唯一的变动就是：image_decoded结果在输出前加了一个tf.float()，将其转换为float类型。
在tensorflow API中，tf.image.decode_jpeg()默认读取的图片数据格式为unit8，而不是float。uint8数据的范围在(0, 255)中，正好符合图片的像素范围(0, 255)。但是，保存在本地的Vgg19预训练模型的数据接口为float，所以才造成了本文开头的Bug。
这里还要提一点，若是使用PIL的方法来加载图片，则不会出现上述的Bug，因为通过PIL得到的图片格式是float，而不是uint8，故不需要转换。
很多同学可能会疑惑，若是强行改变了原图片的数据格式，从uint8类型转变成float，会不会导致数据改变或者出错？故我做了下面这个实验：
image_path = "data/3.jpg"
image_raw = tf.gfile.GFile(image_path, 'rb').read()
image_unit8 = tf.image.decode_jpeg(image_raw)
image_float = tf.to_float(image_unit8)
with tf.Session() as sess:
image_unit8_, image_float_ = sess.run([image_unit8, image_float])
print("image_unit8_", image_unit8_)
print("image_float_ ", image_float_ )
代码结果如下：
image_unit8_
[180, 192, 204],
[183, 195, 207],
[186, 198, 210],
...,
[191, 205, 218],
[191, 205, 218],
[190, 204, 217]],
image_float_
[180., 192., 204.],
[183., 195., 207.],
[186., 198., 210.],
...,
[191., 205., 218.],
[191., 205., 218.],
[190., 204., 217.]],
可以看到，数据根本没有变化，只是后面多加了个小数点，变得只有类型，而没有强制改变值，故同学们不需要过度担心。
保存图片到本地
在加载图片的时候，为了使用保存在本地的预训练Vgg19模型，我们需要将读取的图片由uint8格式转换成float格式。那若是我们想将已经转换为float格式的图片再保存到本地，该怎么做呢？
首先，我们根据上述的文字的意思读取图片，并且将其转换为float格式，在将读取的图片再次保存到本地之前，我们首先可视化一下转换格式后的图片，代码如下：
import tensorflow as tf
from matplotlib import pyplot as plt
image_path = "data/boat.jpg"
image_raw = tf.gfile.GFile(image_path, 'rb').read()
image_decoded = tf.image.decode_jpeg(image_raw)
image_decoded = tf.to_float(image_decoded)
with tf.Session() as sess:
image_decoded_ = sess.run(image_decoded)
plt.imshow(image_decoded_)
plt.show()
生成的图片如下图所示：
左边是原图，右边是转换为float格式的图片，可见将图片转换为float格式，虽然数值没有造成太大影响，但是若想将图片保存到本地就会出现问题。
说了这么多，只为了说一点，在保存图片到本地之前，需要将其格式从float转回uint8，否则会造成一系列错误：图片显示异常，API报错等。正确的保存代码如下：
save_path = "data/boat_copy.jpg"
image_uint = tf.cast(image_decoded, tf.uint8)
with tf.Session() as sess:
with open(save_path, 'wb') as img:
image_saved = sess.run(tf.image.encode_jpeg(image_uint))
img.write(image_saved)
其中只有一句话最关键，即 tf.cast(image_decoded, tf.uint8)。
以上这篇浅谈Tensorflow加载Vgg预训练模型的几个注意事项就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持软件开发网。
您可能感兴趣的文章:Keras使用ImageNet上预训练的模型方式TensorFlow keras卷积神经网络 添加L2正则化方式Tensorflow tf.tile()的用法实例分析keras模型保存为tensorflow的二进制模型方式
