python - Firebase Tensorflow Lite 分类模型未在 Swift 应用程序中提供正确的输出

Question

因此，我尝试创建一个应用程序，可以使用保存为 .tflite 文件并存储在 Firebase 中的 Tensorflow CNN 模型对手写数字(不是来自 MNIST 数据集，我创建了自己的 jpeg 图像数据集)进行分类。该模型运行正常，训练时验证准确度为 0.78。然后，我将模型及其权重保存到 .pb 文件，并将其转换为 .tflite 文件。获得 .tflite 文件后，我就可以将其上传到 Firebase Custom MLKit。然后，我创建了一个可以拍照的 iOS 应用程序，然后它连接到 Firebase 并下载模型并创建一个输出概率的解释器。据推测，这一切都可以正常工作并且不会抛出任何错误或警告，但是当输出从解释器返回时，它与原始模型相比并不准确。当我用各种数据测试它时，输出几乎没有变化(概率保持不变，就像我用相同的输入测试它一样)。我将 Swift 应用程序和 TensorFlow 2.0 CNN 的基本代码发布到 GitHub here 。可能是什么问题？

Answer 1

我尝试下载您的 model file并使用 Netron 将其可视化但它不是 tflite 文件。

我认为您可能在转换过程中出现错误或上传了错误的文件。