微调Inception模型后标签异常及TensorBoard标签提取咨询

咱们一步步拆解你的问题，先搞定训练流程的bug，再解决TensorBoard提取标签的需求：

一、训练流程的核心问题 #

你给出的训练命令里，所有路径类参数（--bottleneck_dir、--model_dir、--output_graph、--image_dir、--summaries_dir、--output_labels）都没填写具体路径值！这会直接导致两个关键问题：

1. 脚本大概率沿用了flowers教程的默认路径/文件，比如你生成的自定义标签文件没被保存到预期位置，甚至被旧的flowers标签覆盖，测试时自然读不到Islamic和baroque；
2. 虽然训练日志显示测试精度100%，但如果--image_dir没指定你的饰品数据集，这个“完美精度”可能是在flowers数据集上跑出来的——不过你提到训练精度、交叉熵都正常，应该是--image_dir实际运行时填了，但其他参数漏了。

修复步骤 #

1. 补全参数重新训练：
   按照你的文件结构，把命令补全成类似这样（替换成你自己的实际路径）：

   python retrain_new.py --bottleneck_dir=./my_bottlenecks --how_many_training_steps 2000 --model_dir=./inception_pretrained --output_graph=./my_retrained_graph.pb --image_dir=./jewelry_images --summaries_dir=./training_logs --output_labels=./my_custom_labels.txt
   

   注意：./jewelry_images目录下必须有两个子文件夹，分别命名为Islamic和baroque，每个文件夹里放对应风格的饰品图片——这是retrain脚本要求的分类数据格式。
2. 测试时指定新模型和标签：
   运行标注脚本时，一定要明确指向你刚生成的模型和标签文件，别用默认的flowers文件。比如测试命令：

   python label_image.py --graph=./my_retrained_graph.pb --labels=./my_custom_labels.txt --image=./test_islamic_jewelry.jpg
   

二、从TensorBoard计算图提取自定义标签的方法 #

1. 先启动TensorBoard，指向你的训练日志目录：

   tensorboard --logdir=./training_logs
   

2. 在浏览器打开TensorBoard页面后，切换到Graphs标签页；
3. 找到模型的输出节点（默认叫final_result，也就是分类输出层）；
4. 在搜索框输入labels或string_tensor，找到存储标签列表的常量节点，展开后就能看到里面的Islamic和baroque标签内容；
5. 另外，你也可以切换到Scalars标签页，查看训练过程中按类别统计的准确率指标（比如accuracy/Islamic、accuracy/baroque），这也能验证自定义标签是否被正确加载训练。

内容的提问来源于stack exchange，提问作者Ahmed Khairy