テンソルフローモデルでの画像のテスト

Question

テンソルフローモデルを10個の画像でバッチサイズでテストしようとしています。出力として特定の領域のセグメンテーションを取得しようとしています。ここで私は

def run(model_path, image_path,graph_path ,output_path): 
with tf.Session() as sess: 
    model_saver = tf.train.import_meta_graph(graph_path, clear_devices=True) 
    model_saver.restore(sess,tf.train.latest_checkpoint(LOGDIR)) 
    sess.run(tf.global_variables_initializer()) 
    graph = tf.get_default_graph() 
    x=tf.placeholder(tf.float32,shape=[10, 400, 600, 3]) 
    output = graph.get_tensor_by_name("prediction:0") 
    print("Model restored.") 
    print('Initialized') 
    temp=[] 
    import glob 
    from scipy import misc 
    for file in os.listdir(image_path): 
    if file.endswith(".jpg"): 
     img = misc.imread(image_path + file) 
     img = img.astype('Float32') 
     img = np.resize(img,(400,600,3)) 
     temp.append(img) 
    prediction = sess.run(output, feed_dict={x:temp}) 
    cv2.imwrite(output_path, prediction * 255) 

モデルをロードするために使用しています。しかし、私は次のエラーを取得するコードされています

InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensor 'x' with dtype float and shape [10,400,600,3] 
    [[Node: x = Placeholder[dtype=DT_FLOAT, shape=[10,400,600,3], _device="/job:localhost/replica:0/task:0/gpu:0"]()]] 
    [[Node: prediction/_265 = _Recv[client_terminated=false, recv_device="/job:localhost/replica:0/task:0/cpu:0", send_device="/job:localhost/replica:0/task:0/gpu:0", send_device_incarnation=1, tensor_name="edge_28_prediction", tensor_type=DT_INT32, _device="/job:localhost/replica:0/task:0/cpu:0"]()]] 

は誰がバグだった知っていがあるかのモデルをテストする別の方法があれば。

Answer 1

ここではxを再定義していると思います。代わりに名前を入力して、x = placeholder（）行を削除し、{'x：0'：temp}をフィードdictとして使用します。