Добрый день!
Собрал нейронную сеть подобно описанию в этой статье :https://tproger.ru/translations/image-classifier-tensorflow/
Все бы хорошо но скрипт на питоне обрабатывает только одно изображение !!!
# -*- coding: utf-8 -*-
import tensorflow as tf
import sys
from numpy import argsort
image_path = sys.argv[1]
# считывает файл image_data
image_data = tf.gfile.FastGFile(image_path, 'rb').read()
# загружает выбранный файл и удаляет символ разрыва строки
label_lines = [line.rstrip() for line in tf.gfile.GFile("/tf_files/retrained_labels.txt")]
# отделяет граф от файла
with tf.gfile.FastGFile("/tf_files/retrained_graph.pb", 'rb') as f:
graph_def = tf.GraphDef()
graph_def.ParseFromString(f.read())
_ = tf.import_graph_def(graph_def, name='')
# загружает image_data как входные данные и отображает первые предположения
with tf.Session() as sess:
softmax_tensor = sess.graph.get_tensor_by_name('final_result:0')
predictions = sess.run(softmax_tensor, {'DecodeJpeg/contents:0': image_data})
# сортирует категории после первых предположений в порядке роста уверенности
top_k = predictions[0].argsort()[-len(predictions[0]):][::-1]
for node_id in top_k:
human_string = label_lines[node_id]
score = predictions[0][node_id]
print('%s (score = %.5f)' % (human_string, score))
Задача в том чтобы обработать сразу все файлы(изображения) в папке - а не по одному как в примере в статье.
Смею предположить что затык в конечном коде на питоне, но не как не могу сообразить как заставить эту штуку обработать сразу все файлы в папке и записать отчет о проверке в файл.
Или возможно как то через терминальную команду
Заранее спасибо за помощь !
Все мы умеем гуглить, поэтому любителей-скорострелов быстро кинуть ссылку на целое собрание сочинений по программированию и сделать вид, что отметился прошу не тратить свое время.
