Я очень новичок в TensorFlow. Я делаюклассификация изображений используя мою собственную базу данных обучения.

Однако после того, как я обучил свой собственный набор данных, я понятия не имею, как классифицировать входное изображение.

Вот мой код дляготовит свой собственный набор данных

filenames = ['01.jpg', '02.jpg', '03.jpg', '04.jpg']
label = [0,1,1,1]
filename_queue = tf.train.string_input_producer(filenames)

reader = tf.WholeFileReader()
filename, content = reader.read(filename_queue)
image = tf.image.decode_jpeg(content, channels=3)
image = tf.cast(image, tf.float32)
resized_image = tf.image.resize_images(image, 224, 224)

image_batch , label_batch= tf.train.batch([resized_image,label], batch_size=8, num_threads = 3, capacity=5000)

Это правильный код для обучения набора данных?

После этого я пытаюсь использовать его для классификации входных изображений с помощью следующего кода.

test = ['test.jpg', 'test2.jpg']
test_queue=tf.train.string_input_producer(test)
reader = tf.WholeFileReader()
testname, test_content = reader.read(test_queue)
test = tf.image.decode_jpeg(test_content, channels=3)
test = tf.cast(test, tf.float32)
resized_image = tf.image.resize_images(test, 224,224)

with tf.Session() as sess:
    coord = tf.train.Coordinator()
    threads = tf.train.start_queue_runners(coord=coord)
    res = sess.run(resized_image)
    coord.request_stop()
    coord.join(threads)

Однако он не возвращает предсказанную метку для входных изображений. Я ищу кого-то, кто научит меня, как классифицировать изображения, используя мой собственный набор данных.

Спасибо.