8-3 下载Google图像识别网络inception-v3并查看结构

import tensorflow as tf
import os
import tarfile
import requests

# inception-v3 是googlenet的第三个版本
#inception模型下载地址
#inception_pretrain_model_url = 'http://download.tensorflow.org/models/image/imagenet/inception-2015-12-05.tgz'
#这里采用手动下载后直接放入下述模型存放地址中。

#模型存放地址,
#inception_pretrain_model_dir = "inception_model"   #此文件夹如果不存在会自动创建
if not os.path.exists(inception_pretrain_model_dir):
    os.makedirs(inception_pretrain_model_dir)
    
#获取文件名，以及文件路径
filename = inception_pretrain_model_url.split('/')[-1]
filepath = os.path.join(inception_pretrain_model_dir, filename)

#下载模型
if not os.path.exists(filepath):
    print("download: ", filename)
    r = requests.get(inception_pretrain_model_url, stream=True)
    with open(filepath, 'wb') as f:
        for chunk in r.iter_content(chunk_size=1024):
            if chunk:
                f.write(chunk)
print("finish: ", filename)
#解压文件
tarfile.open(filepath, 'r:gz').extractall(inception_pretrain_model_dir)
 
#模型结构存放文件
log_dir = 'inception_log'
if not os.path.exists(log_dir):
    os.makedirs(log_dir)

#classify_image_graph_def.pb为google训练好的模型
inception_graph_def_file = os.path.join(inception_pretrain_model_dir, 'classify_image_graph_def.pb')
#'classify_image_graph_def.pb'为inception-v3中训练好的一个模型
with tf.Session() as sess:
    #创建一个图来存放google训练好的模型
    with tf.gfile.FastGFile(inception_graph_def_file, 'rb') as f:
        graph_def = tf.GraphDef()
        graph_def.ParseFromString(f.read())
        tf.import_graph_def(graph_def, name='')
    #保存图的结构
    writer = tf.summary.FileWriter(log_dir, sess.graph)
    writer.close()

运行结果输出：

finish:  inception-2015-12-05.tgz

并在inception_model文件夹中产生了如下文件：

在inception_log文件夹中生成如下文件：

 在cmd中打开tensorboard：

在chrome中打开localhost：6006，得到GRAPHS：

inception-v3中最具特色的时mixed层：

 mixed层中有并排四个通道：一个卷积层，两个卷积层，三个卷积层，一个池化层加一个卷积层。

四个并排增加模型的宽度，好几个层串联叠加增加了模型的深度。

也把mixed的结构称为inception结构