关说不练假把式。手上正好有车牌字符的数据集，想把他们写成TFRecord格式，然后读进来，构建一个简单的cnn训练看看。然后发现准确率只有0.0x。随机猜也比这要好点吧。只能一步步检查整个过程。暂时想到问题可能出现的地方：
- 数据编码解码错误
- 网络构建问题
- 学习步长问题
- 数据量太小
- label设置
不确定是不是这些问题先检查下，tensorboard能给我们很多信息。今天先检查了图片解码编码问题。在读取数据的时候为image增加一个summary，这样就能在tensorboard上看到图片了。
img=tf.summary.image(‘input‘,x,batch_size)
tensorboard的使用之前有说过。出现的结果说我没有图片记录，大约是这个意思。所以我的解码编码程序还是有问题。图片编码成tfreord无非就是把图片数据按照tfrecord的格式填进去。tfrecord是example的集合，example的格式：
message Example {#message类似于类
Features features = 1;
};
而 Features 是字典集合，（key，value）。下面直接上tfrecord编码解码代码，改好过的。
1 import tensorflow as tf
2 import numpy as np
3 import glob
4 import os
5 from PIL import Image
6 def _int64_feature(value):
7 if not isinstance(value,list):
8 value=[value]
9 return tf.train.Feature(int64_list=tf.train.Int64List(value=value))
10 def _byte_feature(value):
11 return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value]))
12 def encode_to_tfrecords(data_path,name,rows=24,cols=16):#从图片路径读取图片编码成tfrecord
13 folders=os.listdir(data_path)#这里都和我图片的位置有关
14 folders.sort()
15 numclass=len(folders)
16 i=0
17 npic=0
18 writer=tf.python_io.TFRecordWriter(name)
19 for floder in folders:
20 path=data_path+"/"+floder
21 img_names=glob.glob(os.path.join(path,"*.bmp"))
22 for img_name in img_names:
23 img_path=img_name
24 img=Image.open(img_path).convert(‘P‘)
25 img=img.resize((cols,rows))
26 img_raw=img.tobytes()
27 labels=[0]*34#我用的是softmax，要和预测值的维度一致
28 labels[i]=1
29 example=tf.train.Example(features=tf.train.Features(feature={#填充example
30 ‘image_raw‘:_byte_feature(img_raw),
31 ‘label‘:_int64_feature(labels)}))
32 writer.write(example.SerializeToString())#把example加入到writer里，最后写到磁盘。
33 npic=npic+1
34 i=i+1
35 writer.close()
36 print npic
37
38 def decode_from_tfrecord(filequeuelist,rows=24,cols=16):
39 reader=tf.TFRecordReader()#文件读取
40 _,example=reader.read(filequeuelist)
41 features=tf.parse_single_example(example,features={‘image_raw‘:#解码
42 tf.FixedLenFeature([],tf.string),
43 ‘label‘:tf.FixedLenFeature([34,1],tf.int64)})
44 image=tf.decode_raw(features[‘image_raw‘],tf.uint8)
45 image.set_shape(rows*cols)
46 image=tf.cast(image,tf.float32)*(1./255)-0.5
47 label=tf.cast(features[‘label‘],tf.int32)
48 return image,label
49
50
51 def get_batch(filename_queue,batch_size):
52 with tf.name_scope(‘get_batch‘):
53 [image,label]=decode_from_tfrecord(filename_queue)
54 images,labels=tf.train.shuffle_batch([image,label],batch_size=batch_size,num_threads=2,
55 capacity=100+3*batch_size,min_after_dequeue=100)
56 return images,labels
57
58
59 def generate_filenamequeue(filequeuelist):
60 filename_queue=tf.train.string_input_producer(filequeuelist,num_epochs=5)
61 return filename_queue
62
63 def test(filename,batch_size):
64 filename_queue=generate_filenamequeue(filename)
65 [images,labels]=get_batch(filename_queue,batch_size)
66 init_op = tf.group(tf.global_variables_initializer(),
67 tf.local_variables_initializer())
68 sess=tf.InteractiveSession()
69 sess.run(init_op)
70 coord=tf.train.Coordinator()
71 threads=tf.train.start_queue_runners(sess=sess,coord=coord)
72 i=0
73 try:
74 while not coord.should_stop():
75 image,label=sess.run([images,labels])
76 i=i+1
77 if i%1000==0:
78 for j in range(batch_size):#之前tfrecord编码的时候，数据范围变成[-0.5,0.5],现在相当于逆操作，把数据变成图片像素值
79 image[j]=(image[j]+0.5)*255
80 ar=np.asarray(image[j],np.uint8)
81 #image[j]=tf.cast(image[j],tf.uint8)
82 print ar.shape
83 img=Image.frombytes("P",(16,24),ar.tostring())#函数参数中宽度高度要注意。构建24×16的图片
84 img.save("/home/wen/MNIST_data/reverse_%d.bmp"%(i+j),"BMP")#保存部分图片查看
85 ‘‘‘if(i>710):
86 print("step %d"%(i))
87 print image
88 print label‘‘‘
89 except tf.errors.OutOfRangeError:
90 print(‘Done training -- epoch limit reached‘)
91 finally:
92 # When done, ask the threads to stop.
93 coord.request_stop()
94
95 # Wait for threads to finish.
96 coord.join(threads)
97 sess.close()
在文件夹中：
在tensorboard里：
终于看见熟悉的图片了，现在数据编码解码没问题，效果依然0.0x。。。。
错误改掉一个少一个，接着检查其他部分。
debug过程中，一直在google，stackoverflow，官网documents，度娘略微鸡肋。
时间： 2024-10-21 17:14:40