deeplabv3调用pb模型批量预测图片

调用deeplabv3生成的.pb文件，对图片进行批量预测并生成彩色图像。需要将图片尺寸修改为自己图片的大小，将类别与颜色对应图修改为自己的类型。

#时间：2018.12.10
#作用：调用pb文件批量生成deeplabv3预测图
#输入：图像文件夹，pb模型文件
#输出：文件预测图
#存在问题：矩阵操作繁琐
#软件版本：win10python3.5tensorflow1.6

import tensorflow as tf
from tensorflow.python.platform import gfile
import numpy as np
import os
from PIL import Image
from keras.preprocessing.image import load_img img_to_arrayarray_to_img

Image.MAX_IMAGE_PIXELS = 400000000
imagedir = ‘E:/1204/1211test/cut/‘
savepath = ‘E:/1204/1211test/prediction/‘
imagelist = os.listdir（imagedir）
rgbim = np.zeros（（5005003） ‘uint8‘）
R = rgbim[::0]
G = rgbim[::1]
B = rgbim[::2]

img = tf.placeholder（tf.uint8 [1500 500 3] name=“img“）
with open（“E:/models-master/research/deeplab/output/model.pb“ “rb“） as f:
	graph_def = tf.GraphDef（）
	graph_def.ParseFromString（f.read（））
	output = tf.import_graph_def（graph_def input_map={“ImageTensor:0“: img}
									return_elements=[“SemanticPredictions:0“]）

sess = tf.Session（）

for i in range（0len（imagelist））:
	path = os.path.join（imagedirimagelist[i]）
	filename = os.path.splitext（imagelist[i]）[0]
	filetype = os.path.splitext（imagelist[i]）[1]
	print（‘正在处理‘+filename）
	image = Image.open（path）
	image = np.asarray（image）
	image = np.expand_dims（image axis=0）.astype（np.uint8）

	result = sess.run（output feed_dict = {img:image}）
	
	grayim = np.squeeze（result[0]）

	#将灰度图像转换为rgb图像根据自己的类别数目修改相应的颜色
	for k in range（0500）:
		for j in range（0500）:
			if grayim[k][j] == 1:
				R[kj] = 128
				B[kj] = 0
				G[kj] = 0
			elif grayim[k][j] == 2:
				R[kj] = 0
				B[kj] = 128
				G[kj] = 0
			elif grayim[k][j] == 3:
				R[kj] = 128
				B[kj] = 128
				G[kj] = 0
			elif grayim[k][j] == 4:
				R[kj] = 0
				B[kj] = 0
				G[kj] = 128
			elif grayim[k][j] == 0:
				R[kj] = 0
				B[kj] = 0
				G[kj] = 0


	rgbim = Image.fromarray（np.uint8（rgbim））
	savedir = os.path.join（savepathfilename + ‘.png‘）
	rgbim.save（savedir）
	rgbim = np.zeros（（5005003） ‘uint8‘）
	R = rgbim[::0]
	G = rgbim[::1]
	B = rgbim[::2]

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        2199  2018-12-12 10:55  pre.py
     文件         124  2018-12-12 10:58  使用说明.txt