def test_training_nn4(self):
argv = ['--logs_base_dir', self.tmp_dir,
'--models_base_dir', self.tmp_dir,
'--data_dir', self.dataset_dir,
'--model_def', 'models.nn4',
'--epoch_size', '1',
'--max_nrof_epochs', '1',
'--batch_size', '6',
'--people_per_batch', '2',
'--images_per_person', '3',
'--lfw_pairs', self.lfw_pairs_file,
'--lfw_dir', self.dataset_dir,
'--lfw_nrof_folds', '2' ]
args = facenet_train.parse_arguments(argv)
model_dir = facenet_train.main(args)
model_file = os.path.join(model_dir, 'model.ckpt-1')
# Check that the trained model can be loaded
tf.reset_default_graph()
argv = [model_file,
self.dataset_dir,
'--lfw_pairs', self.lfw_pairs_file,
'--lfw_nrof_folds', '2' ]
args = validate_on_lfw.parse_arguments(argv)
validate_on_lfw.main(args)
def test_training_nn4(self):
argv = ['--logs_base_dir', self.tmp_dir,
'--models_base_dir', self.tmp_dir,
'--data_dir', self.dataset_dir,
'--model_def', 'models.nn4',
'--epoch_size', '1',
'--max_nrof_epochs', '1',
'--batch_size', '6',
'--people_per_batch', '2',
'--images_per_person', '3',
'--lfw_pairs', self.lfw_pairs_file,
'--lfw_dir', self.dataset_dir,
'--lfw_nrof_folds', '2' ]
args = facenet_train.parse_arguments(argv)
model_dir = facenet_train.main(args)
model_file = os.path.join(model_dir, 'model.ckpt-1')
# Check that the trained model can be loaded
tf.reset_default_graph()
argv = [model_file,
self.dataset_dir,
'--lfw_pairs', self.lfw_pairs_file,
'--lfw_nrof_folds', '2' ]
args = validate_on_lfw.parse_arguments(argv)
validate_on_lfw.main(args)
def test_validate_on_lfw(self):
print('test_validate_on_lfw')
argv = [
self.dataset_dir, self.pretrained_model, '--lfw_pairs',
self.lfw_pairs_file, '--lfw_nrof_folds', '2', '--lfw_batch_size',
'6'
]
args = validate_on_lfw.parse_arguments(argv)
validate_on_lfw.main(args)
def test_validate_on_lfw(self):
print('test_validate_on_lfw')
argv = [self.dataset_dir,
self.pretrained_model,
'--lfw_pairs', self.lfw_pairs_file,
'--lfw_nrof_folds', '2',
'--lfw_batch_size', '6']
args = validate_on_lfw.parse_arguments(argv)
validate_on_lfw.main(args)
def test_validate_on_lfw_frozen_graph(self):
print('test_validate_on_lfw_frozen_graph')
self.pretrained_model = os.path.join('data', self.pretrained_model_name)
frozen_model = os.path.join(self.pretrained_model, self.pretrained_model_name+'.pb')
argv = [self.dataset_dir,
frozen_model,
'--lfw_pairs', self.lfw_pairs_file,
'--lfw_nrof_folds', '2',
'--lfw_batch_size', '6']
args = validate_on_lfw.parse_arguments(argv)
validate_on_lfw.main(args)
def test_validate_on_lfw_frozen_graph(self):
print('test_validate_on_lfw_frozen_graph')
self.pretrained_model = os.path.join('data',
self.pretrained_model_name)
frozen_model = os.path.join(self.pretrained_model,
self.pretrained_model_name + '.pb')
argv = [
self.dataset_dir, frozen_model, '--lfw_pairs', self.lfw_pairs_file,
'--lfw_nrof_folds', '2', '--lfw_batch_size', '6'
]
args = validate_on_lfw.parse_arguments(argv)
validate_on_lfw.main(args)
So i install tensorflow 1.3 and it worked !
'''
import tensorflow as tf
print(tf.__version__)
import validate_on_lfw
# import sys
# sys.path.append(r'../')#利用系统变量中加入上级目录,下面就能引入上级目录的库包了.
# import src.align.test111 as test111
# print('引入上级库包成功')
# test111.main()
# import os
# print(os.path.abspath('../'))
# print(os.path.abspath('~'))
# print(os.path.abspath('.')) #.表示当前所在文件夹的路径
parameter = validate_on_lfw.parse_arguments([
'../datasets/lfw/lfw_mtcnnpy_160', '20180402-114759', '--distance_metric',
'1', '--use_flipped_images', '--subtract_mean',
'--use_fixed_image_standardization'
])
def main():
return validate_on_lfw.main((parameter))
print(main())
