tensorflow 학습된 모델 평가하기(Classification)
➢ 학습을 진행하면 model.ckpt-* 파일들이 생성이 된다.
➢ 위의 파일들을 tensorflow 폴더에 있는 eval_image_classifier.py 파일을 이용하게 된다.
(실행시 나타나는 결과 값)
아래쪽에 있는 Accuracy 값을 중점으로 보면 된다.
➢ 지금 나타나는 폴더 목록에서는 하나만 나타나 있지만 학습시 여러개의 파일들이 생성이 될 것이다.
이때 checkpoint 파일을 수정을 하지 않으면 계속해서 마지막 생성된 파일만 검사를 시행할 것이다.
그렇기에 자신이 원하는 ckpt를 검사하고 싶으면 checkpoint 파일을 수정하여 주면 된다.
<예시>
(수정 전)
(수정 후)
➢ 그 후 eval_image_classifier.py 를 실행하여 주면 된다.
$ python eval_image_classifier.py --alsologtostderr --checkpoint_path=/home/user/checkpoint/file/path/train_inception_v4_flower_FineTune_logs/all --dataset_dir=/tfrecord/file/path --dataset_name=flower --dataset_split_name=validation --model_name=inception_v4
(붉은색은 자신에게 맞게 바꾸어 준다.)
➢ 위의 파일들을 tensorflow 폴더에 있는 eval_image_classifier.py 파일을 이용하게 된다.
(실행시 나타나는 결과 값)
아래쪽에 있는 Accuracy 값을 중점으로 보면 된다.
➢ 지금 나타나는 폴더 목록에서는 하나만 나타나 있지만 학습시 여러개의 파일들이 생성이 될 것이다.
이때 checkpoint 파일을 수정을 하지 않으면 계속해서 마지막 생성된 파일만 검사를 시행할 것이다.
그렇기에 자신이 원하는 ckpt를 검사하고 싶으면 checkpoint 파일을 수정하여 주면 된다.
<예시>
(수정 전)
(수정 후)
➢ 그 후 eval_image_classifier.py 를 실행하여 주면 된다.
$ python eval_image_classifier.py --alsologtostderr --checkpoint_path=/home/user/checkpoint/file/path/train_inception_v4_flower_FineTune_logs/all --dataset_dir=/tfrecord/file/path --dataset_name=flower --dataset_split_name=validation --model_name=inception_v4
(붉은색은 자신에게 맞게 바꾸어 준다.)
댓글
댓글 쓰기