Slim MoileNetv2分类模型

主要参考这个项目并对其修改，以flowers为例：
完整代码发在了github上
先准备数据集：pic/train、pic/validation。运行：

python data_convert.py -t pic/ \
  --train-shards 2 \
  --validation-shards 2 \
  --num-threads 2 \
  --dataset-name flowers

将.record数据和label.txt复制到slim/data下，并下载mobilenet模型放入model目录下。运行：

python train_image_classifier.py \
  --train_dir=flowers/train_log \
  --dataset_name=flowers \
  --train_image_size=299 \
  --dataset_split_name=train \
  --dataset_dir=data \
  --model_name="mobilenet_v2_140" \
  --checkpoint_path=model/mobilenet_v2_1.4_224.ckpt \
  --checkpoint_exclude_scopes=MobilenetV2/Logits,MobilenetV2/AuxLogits \
  --trainable_scopes=MobilenetV2/Logits,MobilenetV2/AuxLogits \
  --max_number_of_steps=20000 \
  --batch_size=16 \
  --learning_rate=0.001 \
  --learning_rate_decay_type=fixed \
  --log_every_n_steps=10 \
  --optimizer=rmsprop \
  --weight_decay=0.00004 \
  --label_smoothing=0.1 \
  --num_clones=1 \
  --num_epochs_per_decay=2.5 \
  --moving_average_decay=0.9999 \
  --learning_rate_decay_factor=0.98 \
  --preprocessing_name="inception_v2"

评估模型：

python eval_image_classifier.py \
  --checkpoint_path=flowers/train_log \
  --eval_dir=flowers/eval_log \
  --dataset_name=flowers \
  --dataset_split_name=validation \
  --dataset_dir=data \
  --model_name="mobilenet_v2_140" \
  --batch_size=32 \
  --num_preprocessing_threads=2 \
  --eval_image_size=299

导出图：

python export_inference_graph.py \
  --alsologtostderr \
  --model_name="mobilenet_v2_140" \
  --image_size=299 \
  --output_file=flowers/export/mobilenet_v2_140_inf_graph.pb \
  --dataset_name flowers

python freeze_graph.py \
  --input_graph slim/flowers/export/mobilenet_v2_140_inf_graph.pb \
  --input_checkpoint slim/flowers/train_log/model.ckpt-20000 \
  --input_binary true \
  --output_node_names MobilenetV2/Predictions/Reshape_1 \
  --output_graph slim/flowers/export/frozen_graph.pb

测试单张或多张图片：

python classify_image_test.py \
  --model_path slim/flowers/export/frozen_graph.pb \
  --label_path data_prepare/pic/label.txt \
  --image_file test_image.jpg