圖像處理方面的論文

TF-Slim

TF-Slim是tensorflow中定義、訓練和評估複雜模型的輕量級庫。tf-slim中的組件能夠輕易地和原生tensorflow框架以及例如tf.contrib.learn這樣的框架進行整合。

在使用時先導入庫：

import tensorflow.contrib.slim as slim

優點：

一、代碼更緊湊

二、封裝了不少流行模型，如vgg等，能夠當作黑盒用，減小代碼錯誤

訓練過程：

訓練一個tensorflow模型，須要一個網絡模型，一個損失函數，梯度計算方式和用於迭代計算模型權重的訓練過程。TF-Slim提供了損失函數，同時也提供了一批運行訓練和評估模型的幫助函數

 

微調

經過tf.train.Saver()從checkpoint中加載模型

當咱們想把已訓練好的模型用在不一樣的數據集上時，能夠恢復除全鏈接層之外的全部層。

 

評估

slim.metrics用於計算評估指標