第二届网刃杯misc所见非所见wp

2022-04-25

摘要

记录一下这道深度学习入门的wp

思路

隐藏层的输出为512，输出层的输出10，导入模型得到报错，神经网络的输入必须为(28,28)，再用 tf.latest_checkpoint 和 tf.load_weights 导入模型文件，最后输出概率最大的预测结果组成 flag ，由于预测图片在压缩中有精度误差，和真实结果不同，所幸赛方给出了 hint4，修改第4位为 2。

code

import tensorflow as tf
from tensorflow.keras import models,layers
from PIL import Image
import numpy as np

class model(object):
    def __init__(self):
        model = models.Sequential()
        model.add(layers.Flatten(input_shape = (28,28,1)))
        model.add(layers.Dense(512, activation='relu'))
        model.add(layers.Dense(10, activation='softmax'))

        model.summary()
        self.model = model

class Predict(object):
    def __init__(self):
        latest = tf.train.latest_checkpoint('./weights')
        self.cnn = model()
        self.cnn.model.load_weights(latest)

    def predict(self, image_path):
        img = Image.open(image_path).convert('I')
        img = img.resize((28,28))
        img = np.reshape(img, (28, 28, 1)) / 255.
        x = np.array([img])
        y = np.argmax(self.cnn.model.predict(x))
        print(image_path)
        print(y)


if __name__ == "__main__":
    p = Predict()
    for i in range(0, 14):
        p.predict('./flag/{}.webp'.format(i))