002 使用预测训练模型进行图片分类
002 使用预测训练模型进行图片分类
2024年3月7日修改
一、任务简介
1、什么是预训练模型
•
已经事先训练好的模型，无需训练即可预测。也就是说我们无需训练，直接就可以拿来预测了。那么这些模型是谁训练好的？可能是一些大公司，比如说像谷歌，也有可能是一些研究机构、大学教授等等，即已经有人训练好了，并上传到了网上，我们只需要下载就行了。
•
在 Tensorflow.js 中可以调用 Web 格式的模型文件。当然还有其他类型的格式，比如，Python版本的Tensorflow.js， 它就有一个叫 SavedModel 的格式，这也是一个非常通用的格式。
2、操作步骤
•
加载MobileNet模型 —— MobileNet是一种卷积神经网络，且MobileNet这种卷积神经网络的特点就是比较轻量，它的模型文件非常的小，响应速度非常的快。但是它的缺点就是相比于更复杂的一些模型、或者更复杂的那些卷积神经网络的模型来比较的话，准确度就没有他们那么高，不过基本上也够用了。正如它的名字一样，这种模型通常被用于移动端。
•
进行预测 —— 之前我们的任务都是要先准备数据，然后构建复杂的神经网络，然后再进行训练，训练完之后才能预测。而使用了MobileNet模型之后，我们就可以直接进行预测了。
二、加载 MobileNet 模型
1、操作步骤
•
下载MobileNet模型文件
•
在本地开启静态文件服务器
•
使用Tensorflow.js的loadLayersModel方法加载模型
2、Coding Time
（1）加载数据
首先我们，要先准备mobilenet的数据集，目录如下：
附件不支持打印
加载失败，