我已阅读页面 https://www.tensorflow.org/lite/performance/gpu 我想知道是否有人可以帮助我弄清楚如何调整我对“MobileNet SSD 对象检测”的输入。你只会得到一个文件:“mobile_ssd_v2_float_coco.tflite”
我试过 320x320*3*4,因为如果我尝试 300x300 的“旧”图像分辨率,我会收到一条错误消息,指出数组大小不匹配,而新大小匹配 320x320。
但是现在当我调用 run(input, output) 时,该方法永远不会返回......没有错误或任何东西:(
有没有人有什么建议,因为我现在真的在抓救命稻草。
提前谢谢你。
最佳答案
您可以通过在 python 中执行此命令来检查某些模型的规范 How to convert output from interpreter.run in java打印 input_details 结果:
[{'name': 'normalized_input_image_tensor', 'index': 306, 'shape': array([ 1, 320, 320, 3], dtype=int32), 'dtype': <class 'numpy.float32'>, 'quantization': (0.0, 0)}]
数组形状 [1, 320, 320, 3] 所以输入必须是 320x320 的图像。 输出细节:
[{'name': 'raw_outputs/box_encodings', 'index': 307, 'shape': array([ 1, 2034, 4], dtype=int32), 'dtype': <class 'numpy.float32'>, 'quantization': (0.0, 0)}, {'name': 'raw_outputs/class_predictions', 'index': 308, 'shape': array([ 1, 2034, 91], dtype=int32), 'dtype': <class 'numpy.float32'>, 'quantization': (0.0, 0)}]
我们有 2 个输出,形状如下:[1, 2034, 4] 和 [1, 2034, 91] 所以准备 2 个具有精确大小的数组,例如在 java android 中
private float[][][] out1;
private float[][][] out2;
out1 = new float[1][2034][4];
out2 = new float[1][2034][91];
然后将它们添加到映射示例 java:
private Map<Integer, Object> output_map = new TreeMap<>();
output_map.put(0, out1);
output_map.put(1, out2);
并运行:
tflite.runForMultipleInputsOutputs(input_data, output_map);
tflite - 解释器,input_data - 转换后的图像
您将拥有数组中的数据。我假设在 out1 中是边界框坐标,在 out2 中是类/分数?您需要进行更多测试。
示例代码 https://github.com/tensorflow/tensorflow/tree/master/tensorflow/lite/java/demo/app/src/main/java/com/example/android/tflitecamerademo 当然你需要做一些改变,所以它会与对象检测模型一起工作。
关于android - 对象检测器上的 Tensorflow Lite GPU 支持,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54423649/