#!/usr/bin/env?python?
#?-*-?coding:utf-8?-*-
from?skimage?import?iotransform
import?glob
import?os
import?tensorflow?as?tf
import?numpy?as?np
import?time

#數據集地址
path=‘C:\\Users\litan\Desktop\ise\CNN\elower_photos\elower_photos/‘
#模型保存地址
model_path=‘C:\\Users\litan\Desktop\ise\CNN\model.ckpt‘

#將所有的圖片resize成100*100
w=100
h=100
c=3


#讀取圖片
def?read_img（path）:
????cate=[path+x?for?x?in?os.listdir（path）?if?os.path.isdir（path+x）]
????imgs=[]
????labels=[]
????for?idxfolder?in?enumerate（cate）:
????????for?im?in?glob.glob（folder+‘/*.jpg‘）:
????????????print（‘reading?the?images:%s‘%（im））
????????????img=io.imread（im）
????????????img=transform.resize（img（wh））
????????????imgs.append（img）
????????????labels.append（idx）
????return?np.asarray（imgsnp.float32）np.asarray（labelsnp.int32）
datalabel=read_img（path）


#打亂順序
num_example=data.shape[0]
arr=np.arange（num_example）
np.random.shuffle（arr）
data=data[arr]
label=label[arr]


#將所有數據分為訓練集和驗證集
ratio=0.8
s=np.int（num_example*ratio）
x_train=data[:s]
y_train=label[:s]
x_val=data[s:]
y_val=label[s:]

#-----------------構建網絡----------------------
#占位符
x=tf.placeholder（tf.float32shape=[Nonewhc]name=‘x‘）
y_=tf.placeholder（tf.int32shape=[None]name=‘y_‘）

def?inference（input_tensor?train?regularizer）:
????with?tf.variable_scope（‘layer1-conv1‘）:
????????conv1_weights?=?tf.get_variable（“weight“[55332]initializer=tf.truncated_normal_initializer（stddev=0.1））
????????conv1_biases?=?tf.get_variable（“bias“?[32]?initializer=tf.constant_initializer（0.0））
????????conv1?=?tf.nn.conv2d（input_tensor?conv1_weights?strides=[1?1?1?1]?padding=‘SAME‘）
????????relu1?=?tf.nn.relu（tf.nn.bias_add（conv1?conv1_biases））

????with?tf.name_scope（“layer2-pool1“）:
????????pool1?=?tf.nn.max_pool（relu1?ksize?=?[1221]strides=[1221]padding=“VALID“）

????with?tf.variable_scope（“layer3-conv2“）:
????????conv2_weights?=?tf.get_variable（“weight“[553264]initializer=tf.truncated_normal_initializer（stddev=0.1））
????????conv2_biases?=?tf.get_variable（“bias“?[64]?initializer=tf.constant_initializer（0.0））
????????conv2?=?tf.nn.conv2d（pool1?conv2_weights?strides=[1?1?1?1]?padding=‘SAME‘）
????????relu2?=?tf.nn.relu（tf.nn.bias_add（conv2?conv2_biases））

????with?tf.name_scope（“layer4-pool2“）:
????????pool2?=?tf.nn.max_pool（relu2?ksize=[1?2?2?1]?strides=[1?2?2?1]?padding=‘VALID‘）

????with?tf.variable_scope（“layer5-conv3“）:
????????conv3_weights?=?tf.get_variable（“weight“[3364128]initializer=tf.truncated_normal_initializer（stddev=0.1））
????????conv3_biases?=?tf.get_variable（“bias“?[128]?initializer=tf.constant_initializer（0.0））
????????conv3?=?tf.nn.conv2d（pool2?conv3_weights?strides=[1?1?1?1]?padding=‘SAME‘）
????????relu3?=?tf.nn.relu（tf.nn.bias_add（conv3?conv3_biases））

????with?tf.name_scope（“layer6-pool3“）:
????????pool3?=?tf.nn.max_pool（relu3?ksize=[1?2?2?1]?strides=[1?2?2?1]?padding=‘VALID‘）

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2019-04-01?23:40??花卉識別\
?????文件????????7558??2018-11-15?00:09??花卉識別\cnn.py
?????文件??????112658??2019-01-15?23:04??花卉識別\model.ckpt.meta
?????文件????????2010??2018-11-15?01:11??花卉識別\predict.py
?????文件?????????116??2019-04-01?23:42??花卉識別\數據集下載地址.txt