与えられた画像を予測するためのinput_placeholderの定義について

Question

次の関数では、vggモデルに基づいてダウンロードした画像に対して予測を実行することを目的としています。私はOpenCVのを介して読み出さ既存のイメージを超える予測しようとしている

with tf.Graph().as_default(): 

url = ("https://upload.wikimedia.org/wikipedia/commons/d/d9/First_Student_IC_school_bus_202076.jpg") 

image_string = urllib2.urlopen(url).read() 
image = tf.image.decode_jpeg(image_string, channels=3) 

image_float = tf.to_float(image, name='ToFloat') 

# Subtract the mean pixel value from each pixel 
processed_image = _mean_image_subtraction(image_float, 
              [_R_MEAN, _G_MEAN, _B_MEAN]) 

input_image = tf.expand_dims(processed_image, 0) 

with slim.arg_scope(vgg.vgg_arg_scope()): 


    logits, _ = vgg.vgg_16(input_image, 
          num_classes=1000, 
          is_training=False, 
          spatial_squeeze=False) 
pred = tf.argmax(logits, dimension=3) 

init_fn = slim.assign_from_checkpoint_fn(
    os.path.join(checkpoints_dir, 'vgg_16.ckpt'), 
    slim.get_model_variables('vgg_16')) 

with tf.Session() as sess: 
    init_fn(sess) 
    segmentation, np_image, np_logits = sess.run([pred, image, logits]) 

は、私が作った唯一の変更は、CV2を介して画像を読み込むinput_placeholderを追加し、それに応じてsess.run変更することです。ただし、次のエラーメッセージが表示されます。

segmentation, np_image, np_logits = sess.run([pred,logits],feed_dict={input_placeholder:image}) 
ValueError: need more than 2 values to unpack 

私が行った変更が間違っていることを教えてください。

with tf.Graph().as_default(): 

image = cv2.imread('/data/cat.jpg',cv2.IMREAD_UNCHANGED) 
input_placeholder = tf.placeholder(tf.float32,shape = [image.shape[0],image.shape[1],image.shape[2]]) 
image_float = np.float32(image) 

# Subtract the mean pixel value from each pixel 
processed_image = _mean_image_subtraction(image_float,[_R_MEAN, _G_MEAN, _B_MEAN]) 

input_image = tf.expand_dims(processed_image, 0) 

with slim.arg_scope(vgg.vgg_arg_scope()): 

    logits, _ = vgg.vgg_16(input_image, 
          num_classes=1000, 
          is_training=False, 
          spatial_squeeze=False) 


pred = tf.argmax(logits, dimension=3) 

init_fn = slim.assign_from_checkpoint_fn(
    os.path.join(checkpoints_dir, 'vgg_16.ckpt'), 
    slim.get_model_variables('vgg_16')) 

with tf.Session() as sess: 
    init_fn(sess) 
    segmentation, np_image, np_logits = sess.run([pred,logits],feed_dict={input_placeholder:image}) 

Answer 1

に2回のフェッチを渡している

np_image, np_logits = sess.run([pred,logits],feed_dict={input_placeholder:image}) 

する必要があります公式文書：https://www.tensorflow.org/api_docs/python/tf/Session#run

fetchesパラメータに渡された各グラフ要素に対して、sess.run()の値が1つ返されます。あなたのケースでは、次のリストをフェッチとして渡します。[pred,logits]だから、sess.run([pred,logits], ...)は、pred演算子とlogits演算子を実行した結果、2つの値を返します。この行にしかしドキュメント

The value returned by run() has the same shape as the fetches argument, where the leaves are replaced by the corresponding values returned by TensorFlow.

を引用

あなたは、したがって、あなたが得る3種類のPythonの変数（segmentation、np_image、np_logits）にこれらの2つの値を代入しようとしている

segmentation, np_image, np_logits = sess.run([pred,logits],feed_dict={input_placeholder:image})

ValueError。

あなたが提供元の例を見ると、最後の行は次のとおりです。

segmentation, np_image, np_logits = sess.run([pred, image, logits])

そうのようなあなたのコードからnp_image宣言を削除してみてください元の例を模倣するために：

segmentation, np_logits = sess.run([pred,logits],feed_dict={input_placeholder:image})

Answer 2

は、Pythonのエラーです：

segmentation, np_image, np_logits = sess.run([pred,logits],feed_dict={input_placeholder:image}) 

は、あなたが最初に見てみましょう参考のために、実行機能