在谷歌的TFLite对象检测示例上运行自定义yolov3-tiny模型时，无效的输出张量索引:1
。
这个问题是在使用TFLite对象检测示例时遇到的错误。根据错误信息，问题出在输出张量索引为1的地方。
首先，让我们了解一下相关的概念和背景知识。
TFLite是谷歌推出的用于在移动设备和嵌入式设备上运行机器学习模型的框架。它可以将训练好的模型转换为适用于移动设备的轻量级模型，并提供了相应的API供开发者使用。
yolov3-tiny是一种目标检测算法，它是YOLO（You Only Look Once）系列算法的一种变体。yolov3-tiny相比于yolov3模型，具有更小的模型体积和更快的推理速度，适合在资源受限的设备上运行。
根据错误信息，问题出在无效的输出张量索引为1的地方。这可能是由于以下几个原因导致的：
- 模型结构不匹配：TFLite对象检测示例期望的输出张量索引为1，但自定义的yolov3-tiny模型可能没有相应的输出张量或输出张量索引不正确。需要检查模型结构是否正确，并确保输出张量索引与示例代码中的期望值一致。
- 模型转换错误：在将yolov3-tiny模型转换为TFLite模型的过程中，可能发生了错误。需要确保转换过程正确无误，并且生成的TFLite模型与原始模型相匹配。
解决这个问题的步骤如下：
- 检查模型结构：使用模型可视化工具（如TensorBoard）查看自定义的yolov3-tiny模型的结构，确保模型中存在输出张量，并确定正确的输出张量索引。
- 检查模型转换过程：如果使用了模型转换工具（如TFLite Converter）将yolov3-tiny模型转换为TFLite模型，需要确保转换过程正确无误。可以尝试重新转换模型，并确保生成的TFLite模型与原始模型相匹配。
- 检查示例代码：仔细检查TFLite对象检测示例代码，确保输出张量索引为1的部分没有错误。可以参考示例代码中的注释和文档，了解如何正确设置输出张量索引。
如果以上步骤都没有解决问题，可以尝试以下方法：
- 查找相关文档和资源：在谷歌的TFLite官方文档、开发者社区或论坛中查找关于自定义模型和TFLite对象检测示例的更多信息和解决方案。
- 联系谷歌支持：如果问题仍然存在，可以联系谷歌的技术支持团队，向他们提供详细的错误信息和相关的代码，寻求进一步的帮助和指导。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云AI开放平台：https://cloud.tencent.com/product/ai
- 腾讯云云服务器（CVM）：https://cloud.tencent.com/product/cvm
- 腾讯云云数据库MySQL版：https://cloud.tencent.com/product/cdb_mysql
- 腾讯云对象存储（COS）：https://cloud.tencent.com/product/cos
- 腾讯云区块链服务（BCS）：https://cloud.tencent.com/product/bcs
- 腾讯云视频处理服务（VOD）：https://cloud.tencent.com/product/vod
- 腾讯云音视频通信（TRTC）：https://cloud.tencent.com/product/trtc
- 腾讯云物联网平台（IoT）：https://cloud.tencent.com/product/iot
- 腾讯云移动开发平台（MPS）：https://cloud.tencent.com/product/mps
相关·内容
1回答
重塑tensorflow输出张量
、、、、
我正在使用Azure customvision.ai训练一个对象检测模型。模型输出是tensorflow，保存的模型是.pb、.tf或.tflite。 模型输出类型指定为float321,13,13,50 然后，我将.tflite推送到Google Coral Edge设备上，并尝试运行它(以前使用Google Cloud训练的.tflite模型可以工作，但我现在绑定到企业Azure，需要使用customvision.ai)。这些命令与 $ mdt shell
$ export DEMO_FILES="/usr/lib/python3/dist*/edgetpu/demo"
浏览 16提问于2020-06-23得票数 2
1回答
我试图在Android上运行一个tflite模型来检测对象。同样的，
我已经成功地用我的图像集训练了模型如下：
(a)培训：
!python3 object_detection/model_main.py \
--pipeline_config_path=/content/drive/My\ Drive/Detecto\ Tutorial/models/research/object_detection/samples/configs/ssd_mobilenet_v2_coco.config \
--model_dir=training/
(修改配置文件以指向提到我的特定TFrec
浏览 14提问于2020-09-28得票数 1
回答已采纳
Yolov3- tiny -416.tflite是基于yolov3 -tiny.weight创建的yolov3 tiny模型的tflite模型，我曾尝试从谷歌在安卓中提供的ML kit Vision模块中使用它。在回购中：https://github.com/googlesamples/mlkit/tree/master/android/vision-quickstart 这是我加载和选择yolo v3微型tflite模型的检测选项的方式。 LocalModel localModel = new LocalModel.Builder()
.setAssetFile
浏览 194提问于2020-12-25得票数 4
正在尝试将保存的模型转换为tflite。 型号名称: ssd_mobilenet_v1_ppn_coco https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md 我尝试使用以下命令将模型转换为tflite pb： $tflite_convert --output_file=/tmp/dec.tflite
--saved_model_dir=/ppn/saved_model/ 收到此错误： ValueError:仅第一维度支持None
浏览 25提问于2019-04-11得票数 2
在使用C API加载tflite模型时，我目前遇到了以下错误：
错误:尝试使用只支持静态大小张量的委托，并使用具有动态大小张量的图。
tflite模型可以找到。这是的一个显式转换。
检查时的输入和输出张量似乎具有静态尺寸。我已经检查了模型与内创和找不到任何动态张量，但我可能忽略了。有什么方法可以看出哪些张量特别引起了它们的动态张量的问题？
浏览 6提问于2021-03-17得票数 2
回答已采纳
我按照这里的示例使用提供的示例代码(imprinting_learning.py)定制模型(最初是MobileNet v1)。
我让它工作，它运行良好，使用上述模型对图像或视频流进行分类。
我现在正试图使用它来定制一个模型，该模型将用于对象检测，并制作包围框。当我第一次尝试使用新的再培训模型(基于示例mobilenetV1)时，我得到了
检测模型应该有4个输出张量！这种模型有1。
我尝试在mobilenet_ssd_v2_coco_quant_postprocess_edgetpu.tflite模型的基础上重新进行一次新的训练(过去我已经成功地用于对象检测)，在训练过程中出现了一个错误(使用i
浏览 1提问于2020-05-18得票数 0
回答已采纳
我正在使用tensorflow对象检测api来训练来自tensorflow 的自定义模型。
我成功地训练了模型，并使用提供的脚本对其进行了测试。
问题是，我需要一个detect.tflite在我的目标机器(一个嵌入式系统)中使用它。但是，当我实际用我的模型制作一个斜板时，它几乎没有输出任何，当它输出时，它是一个错误的检测。为了创建.tflite文件，我首先在输出中使用了export_tflite_ssd_graph.py，然后在输出中使用了toco，方法是遵循和一些谷歌搜索：
toco --graph_def_file=$OUTPUT_DIR/tflite_graph.pb --output
浏览 2提问于2020-05-12得票数 3
回答已采纳
我用tflite在android上运行posenet (一个CNN)。该模型具有多个具有以下维度的输出数组：1x14x14x17, 1x14x14x34, 1x14x14x32, 1x14x14x32 因此，在运行java tflite解释器时 import org.tensorflow.lite.Interpreter;
Interpreter tflite;
...
tflite.runForMultipleInputsOutputs(inputs,outputs) 我可以使用tflite.getOutputTensor(i)或outputs.get(i)访问四个输出张量。0,3)，因为
浏览 165提问于2019-02-18得票数 4
回答已采纳
我的移动应用程序是用React 编写的，它使用Expo作为一个包构建，然后上传到Google 。
Google Play Console警告我包的大小，并提示删除最大的文件如下：
assets/models/fssd_100_8bit_gray_v1.tflite (2.49 MB)assets/models/fssd_100_8bit_v1.tflite (2.45 MB)assets/models/contours.tfl (1.16 MB) )
有谁知道这些文件是什么，以及如何从我的应用包中删除它们吗？谷歌告诉我，.tflite是为张量流Lite，但我肯定我不会使用它。
浏览 14提问于2019-11-24得票数 2
回答已采纳
遇到的问题：
E/AndroidRuntime:致命异常:主进程: org.tensorflow.lite.examples.detection，PID: 14719 java.lang.AssertionError:当初始化ObjectDetector:移动SSD模型时发生错误，预计只有4个输出
问题描述
资料来源: TensorFlow Lite对象检测示例
启动示例应用程序时显示的错误
模型描述
使用自定义模型？，YES，
预训练模型:ssd_mobilenet_v2_fpnlite_640x640_co17_tpu-8
推理类型:浮点
浏览 8提问于2021-03-05得票数 2
回答已采纳
1回答
谷歌云视觉自动ML和Google张量流有什么区别？
它们都来自同一家公司，并进行API对象检测，允许用户同时训练图像模型，允许用户在python中编码。谷歌云AutoML使用下的引擎盖，只是在一个云模型，所以用户不需要下载软件？
只是想弄明白这两种成分。
谷歌云自动ML
浏览 0提问于2021-04-06得票数 1
回答已采纳
我很难将给定的tensorflow模型转换为tflite模型，然后使用它。我已经发布了一个，其中我描述了我的问题，但没有分享我正在工作的模型，因为我是不允许的。因为我找不到这样的答案，所以我尝试转换一个公共模型()。
是来自的colab教程。我只是运行整个脚本而没有更改(它是相同的模型)，并下载了生成的模型(有元数据和没有元数据)。我上传了他们的和coco17列车数据集的一个样本图片。
我试图在python中直接使用这些模型，但是结果就像垃圾一样。
下面是我使用的代码，我遵循了这个。我更改了rects、分数和类的索引，因为否则结果格式不正确。
#interpreter = tf.lite.In
浏览 8提问于2021-09-24得票数 0
我的mobilenetV2 SSD模型遇到了一个问题。我使用步骤详细的来转换它，除了在相关步骤中使用CLI工具tflite_convert这一事实。
这很好，我可以执行推断，但是输出大小与我所期望的不一样。
下面的python代码行
interpreter.get_output_details()
告诉我我将检索10个检测框：
[{'shape': array([ 1, 10, 4], dtype=int32), 'index': 252, 'name': 'TFLite_Detection_PostProcess', '
浏览 0提问于2019-02-25得票数 1
回答已采纳
目前，我正在使用TFLite模型制造者来训练我自己的对象检测TFLite模型。有一个变量您可以设置为'tflite_max_detections'，默认设置为25。
有没有人知道降低这个值对模型性能有什么影响，或者它有什么积极的副作用，我应该知道吗？对于我的用例，如果我将它设置为1，这就是我要问的原因。
浏览 0提问于2022-12-04得票数 0
回答已采纳
1回答
我正在尝试使用mediapipe的分割示例和我自己的tflite模型进行分割。但我的输出是一个单通道分割张量。如何更改TfLiteTensorsToSegmentationCalculator以使其与我的模型一起工作？
浏览 0提问于2021-01-07得票数 0
如果我想使用python tensorflow函数在张量数据上执行一些实验来复制TFLite模型中的层，我该怎么做呢？conv可以由tf.nn.conv2d完成，但是向其添加偏置，然后应用relu不会给出正确的输出。使用tensorflow lite转换器和优化命令将模型- tf resnet50转换为tflite
浏览 4提问于2021-05-07得票数 0
我们有一个从CustomVision.ai导出的模型(它支持导出TensorFlow .pb、TensorFlow Lite .tflite、保存的model .pp格式)。
我们希望将此模型集成到一个现有的应用程序中，该应用程序使用TFLite对象检测API，该应用程序期望这些输入和输出：
--input_arrays=normalized_input_image_tensor \
--output_arrays='TFLite_Detection_PostProcess','TFLite_Detection_PostProcess:1','TFLit
浏览 11提问于2021-05-25得票数 0
我想要做的是将量化的tflite转换为ONNX，并使用tf2onnx直接使用ORT运行它。我试图转换的网络是YOLOv5，使用我自己的dataset + COCO进行预培训，模型已经成功转换。我确信这一点，因为我只是尝试加载ONNX模型(通过PRT)和tflite模型，从tflite解释器的输入和输出细节中保存量化参数，使用这些量化参数实际运行ONNX模型的会话，它实际上显示了运行我用Ultratycs训练的tflite模型/原始pt模型的相同结果。
问题是，在tflite的情况下，可以从输入细节或输出细节中找到量化参数，如缩放因子和零点，但我不知道如何从转换的ONNX模型中找到这些精确的数字
浏览 20提问于2022-10-28得票数 0
回答已采纳
我使用更快的RCNN构建了一个对象检测模型，并能够生成Frozen_Graph.pb文件。现在我正在尝试将.pb文件转换为TFlite文件，以便在安卓系统上使用。但我在转换时遇到了一些问题。因为它需要输入张量和输出传感器进行转换。
我不能确定要传递的正确的输入和输出数组。即使我将输入张量作为Image_tensor传递，它也会抛出一个错误，声明
ValueError: None is only supported in the 1st dimension. Tensor 'image_tensor:0' has invalid shape '[None, None,
浏览 3提问于2019-07-29得票数 2
我试图深入到mediapipe中，并使用自定义tflite模型对其进行调整以执行推断。然而，这项任务似乎比预期的要困难。修改现有的例子也是不实际的，因为它们看起来要么太复杂(比如姿态跟踪)，要么太简单(比如hello world)。
有人能给我举个简单的玩具例子吗？
任务可能是
将浮点数数组发送到图中(例如长度=1，为了简单起见，所有值=0)
tflite模型在输入张量的每个元素中添加1。
输出张量被发送回输出并记录到控制台。
拥有这样的代码无疑是在对框架进行实验时向前迈出的一大步。
浏览 13提问于2022-05-31得票数 0
1回答
我在android上使用tensorflow lite检测器。我想要更改模型以识别狗例如，我将我的dog.tflite文件和他的标签放在资源中，并在代码中更改要选择的文件( dog.tflite和他的标签)，将DetectorActivity.java中的"TF_OD_API_INPUT_SIZE=300“更改为"TF_OD_API_INPUT_SIZE=224”和"TF_OD_API_IS_QUANTIZED = true;“更改为"TF_OD_API_IS_QUANTIZED = false;”。但是我有一个错误：“无法在形状为1，25的TensorFlow
浏览 0提问于2019-09-13得票数 1
设置:覆盆子PI 4b4GB与珊瑚USB加速器。
我是运行，这是从官方的珊瑚USB网站。
使用mobilenet_ssd_v2_face_quant_postprocess_edgetpu.tflite运行检测工作在30 with。和LED上的珊瑚USB脉冲， 。
python3 detect.py --model=../all_models/mobilenet_ssd_v2_face_quant_postprocess_edgetpu.tflite --labels=../all_models/coco_labels.txt
输出是这样的流：
96% person Inference: 11
浏览 1提问于2020-06-18得票数 0
回答已采纳
我正在为Android开发一个对象检测应用程序，我在使用ssd_mobilenet_v1_fpn模型进行培训时获得了良好的性能。
输出冻结推理图，转换为tflite，并对其进行量化以提高性能。但当我在上试用时，应用程序就崩溃了。
该应用程序与默认模型(ssd_mobilenet_v1)完美地工作，但不幸的是，它并不适合小对象的检测和分类。
这里是我量化的ssd_mobilenet_v1_fpn模型
Google：
OneDrive：
这里的非量化模型
谷歌硬盘：
OneDrive：
用于量化我使用了以下命令行：
bazel运行-c tensorflow/lite/toco:tocoTFLit
浏览 20提问于2020-09-16得票数 0
回答已采纳
我有一个TF模型，它经过量化训练、冻结、转换为TOCO格式，现在我有了tflite HTML和json。
我可以看到，对于图中的每个张量，每个张量都有量化属性(min，max，缩放，零pt)，我试图确定这些属性如何应用于每个张量。
例如，我理解，我可以理解，取量化的权重/偏差，乘以比例，再加上最小值，就会返回原始的权重/偏差(几乎)。
我不明白的是：
为什么有些张量有量化属性(如Relu，Sigmoid)而没有内在参数(比如权值和偏差)？是因为它们是输出张量，在数据被输入到下一个操作之前应用量化吗？
在通过模型的数据流中，量化应用在什么点(如果有的话)？例如，假设存在一个通过conv2
浏览 0提问于2018-05-10得票数 0
回答已采纳
2回答
目标检测推理不能正常工作
、、、、
您正在使用的模型的顶层目录是什么:/home/USER/PROJECT/tf-
编写了自定义代码(而不是使用TensorFlow中提供的股票示例脚本)：No
操作系统平台和发行版(例如LinuxUbuntu16.04)：Ubuntu18.04
从(源或二进制) TensorFlow安装的：使用conda的二进制
TensorFlow版本(使用下面的命令)：1.15
Bazel版本(如果从源代码编译)：1.2.1用于运行转换
CUDA/cuDNN版本：版本9.1，V9.1.85
GPU模型与内存：GTX1050Ti4GB
用于复制的精确命令：
baze
浏览 6提问于2020-01-21得票数 4
1回答
我有一个tflite模型，运行在珊瑚USB，但我也运行在CPU (作为通过一些测试时，珊瑚USB是不可用的)。
我找到了，但是给出的答案没有用。
我的代码如下所示：
class CoralObjectDetector(object):
def __init__(self, model_path: str, label_path: str):
"""
CoralObjectDetector, this object allows to pre-process images and perform object detection.
浏览 2提问于2021-02-22得票数 1
回答已采纳
我曾尝试将一个自定义模型迁移到Android平台。tensorflow版本为1.12。我使用推荐的命令行，如下所示：
tflite_convert \
--output_file=test.tflite \
--graph_def_file=./models/test_model.pb \
--input_arrays=input_image \
--output_arrays=generated_image
将.pb文件转换为tflite格式。
我已经在tensorboard中检查了我的.pb文件的输入张量形状：
dtype
{"type":"DT_F
浏览 5提问于2019-03-04得票数 2
我一直在研究具有自定义指标的复杂Keras模型，最近我将其转换为tensorflow lite。模型并不完全相同，输出也不同，但是很难评估，因为输出是大小为128的张量。有没有办法在这个模型上运行我的自定义指标？我一直在使用Tf 1.14。下面是一些相关的代码。
# compiler and train the model
model.save('model.h5')
# save the model in TFLite
converter = tf.lite.TFLiteConverter.from_keras_model_file('model.h5',
浏览 11提问于2019-11-20得票数 1
回答已采纳
我想知道是否有可能实现一个暗网模型(yolov4 4-微型)转换为.tflite在安卓工作室与ML。我尝试使用这个存储库：，但是当我替换到我的自定义对象检测模型时，应用程序返回这个错误:处理失败。错误:初始化检测器失败。输入张量具有kTfliteFloat32类型:它需要指定NormalizationOptions元数据来预处理输入图像。原因:零。你能给我提个建议吗?拜托。我试图实时计数对象，我认为ML工具包是跟踪和计数对象而不重复的唯一方法。提前谢谢你。
浏览 6提问于2021-03-20得票数 2
我是机器学习和深度学习的新手。我试图在android应用程序中使用Keras模型，将其转换为.tflite文件，但当我试图在android中导入该文件时，导入失败时会发出这样一条消息：“此张流模式无效”。
我使用了张量流网站上提到的转换代码。
问题的解决办法是什么？
创建模型：
model = keras.Sequential()
model.add(
keras.layers.Bidirectional(
keras.layers.LSTM(
units=128,
input_shape=[X_train.shape[1], X_
浏览 1提问于2021-03-04得票数 0
回答已采纳
我有一个tflite模型，我是通过转换我的TFmodel( MobileNet单镜头检测器(v2 ) )获得的。
我已经使用下面的代码成功地将我的模型转换成tflite格式。
!tflite_convert \
--input_shape=1,300,300,3 \
--input_arrays=normalized_input_image_tensor \
--output_arrays=TFLite_Detection_PostProcess,TFLite_Detection_PostProcess:1,TFLite_Detection_PostProcess:2,TFLit
浏览 3提问于2020-11-12得票数 0
回答已采纳
我正在做一个研究项目，其中包括一个对象检测AI，能够检测到7类对象的网络摄像头。
使用google，我使用tensorflow 1.15成功地训练了ssd_mobilenet_v2_quantized_300x300_coco模型。
目标是在Raspberry Pi 3b+中运行该模型，使用官方相机和Google设备，因此必须对模型进行量化才能使用它。
问题在于测试部分；因此，在对模型进行培训之后，使用以下方法将其转换为tflite：
!python export_tflite_ssd_graph.py --pipeline_config_path="/content/drive/My
浏览 3提问于2020-12-12得票数 2
我正在尝试加载一个tflite模型并在图像上运行它。
我的tflite模型有你在图像中看到的尺寸。
现在，我收到：
Cannot copy to a TensorFlowLite tensor (input_1) with 49152 bytes from a Java Buffer with 175584 bytes.
我不知道如何处理输入和输出张量大小。现在，我正在使用输入图像大小初始化，输出图像大小将是input * 4。
在什么时候，我必须“添加”1 * 64 * 64 * 3维度，因为我需要操作每个输入图像大小？
try {
tflit
浏览 42提问于2022-03-11得票数 0
回答已采纳
我尝试在我的android应用程序(java)中使用带有https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md转换为tflite文件的ssdlite_mobilenet_v2_coco模型的TensorflowLite来检测摄像头流中的对象。我执行 interpreter.run(input, output); 其中输入是转换为ByteBuffer的图像，输出是浮点数组大小14以匹配张量。 如何将这个浮动数组转换成一些可读的输出？-例
浏览 17提问于2019-02-16得票数 2
2回答
我一直在努力跟踪，一整天都在把所有的tensorflow动物园模型转换成TensorFlow Lite模式，以便在安卓系统上运行而没有运气。
我从这里下载了几个型号， (FYI，Chrome不让你下载这些链接不是https，我必须右击查看链接并单击检查器中的链接)。
我拿到剧本了
import tensorflow as tf
converter = tf.lite.TFLiteConverter.from_frozen_graph(
graph_def_file='frozen_graph.pb',
input_shapes = {'normaliz
浏览 49提问于2021-12-06得票数 3
这是我第一次尝试重新训练TensorFlow对象检测模型，然后我将使用C#从内部统一调用该模型。
这个存储库中的模型工作得很好：
所以现在我用Google重新训练了我认为类似的模型：
这看起来也很顺利。
在联合中加载我的新模型我看到Invoke方法正在工作，但是获取输出张量失败了，具体的错误是：
Exception TensorFlow Lite operation failed. TensorFlowLite.Interpreter.GetOutputTensorData (System.Int32 outputTensorIndex, System.Array outputTensorDa
浏览 3提问于2021-11-14得票数 0
我从：构建并运行tensoflow应用程序演示
我将模型"mobilenet_quant_v1_224.tflite“替换为自定义模型"optimized_graph.tflite”，并将"labels.txt“标记为"retrained_labels.txt”。
应用程序运行正常，但我收到一个错误：
在tensoflow应用演示中未初始化的分类器或无效上下文
浏览 2提问于2018-12-01得票数 0
1回答
我正在尝试将经过训练的模型从检查点文件转换为tflite。我正在使用tf.lite.LiteConverter。在合理的推理速度下，浮点数转换进行得很好。但是INT8转换的推理速度很慢。我试图通过输入一个非常小的网络来进行调试。我发现INT8模型的推理速度通常比浮点模型慢。 在TensorFlow tflite文件中，我发现了一些名为ReadVariableOp的张量，它在TensorFlow的官方mobilenet tflite模型中并不存在。 我想知道是什么导致了INT8推断的缓慢。
浏览 91提问于2019-10-12得票数 8
我想用C++提供的TensorFlow API检查tflite模型。我成功地转换了模型，并在查看visualize.py脚本创建的可视化时获得了合理的结果(模型和vis都可以在repo：上找到)。
但是，如果我使用C++ API加载和检查模型，就会得到令人惊讶的结果。下面的片段试图让我相信，我的模型有大量的输入、输出和节点。
const std::string model_path = "model.tflite";
// Load the model.
std::unique_ptr<tflite::FlatBufferModel> model = tflite
浏览 7提问于2019-11-14得票数 1
1回答
我是对象检测API和TensorFlow的新手。我学习了教程，最后制作了一个frozen_inference_graph.pb。我想在我的手机上运行这个对象检测模型，据我理解，这需要我将其转换为.tflite (如果这没有任何意义，请使用lmk )。
当我试图使用以下标准代码转换它时：
import tensorflow as tf
graph = 'pathtomygraph'
input_arrays = ['image_tensor']
output_arrays = ['all_class_predictions_with_background&
浏览 4提问于2019-09-28得票数 0
我已经训练了一个检测模型，当嵌入tensorflow示例应用程序时，它做得很好。
在用export_tflite_ssd_graph冷冻后，用toco转化为tflite，效果确实很差，而且有很大的“多样性”。
阅读的答案，在一个类似的问题上失去准确性，我想尝试tflite_diff_example_test在tensorflow对接机。
由于文档目前还没有那么发展，所以我构建了引用的工具
使用：bazel build tensorflow/contrib/lite/testing/tflite_diff_example_test.cc，运行平稳。
在计算出所有需要的输入参数之后，我使用以下命
浏览 0提问于2018-09-10得票数 0
回答已采纳
我正在尝试生成自定义张量流模型(tf/tflite文件)，我想要用于我的移动应用程序。
我经历过很少的机器学习和张量流博客，从那里我开始生成一个简单的ML模型。
所有这些都很好，他们引导我做下面的步骤，
I)安装所有必要的工具(TensorFlow、Python、木星等)。(2)加载培训和测试数据。(3)运行列车张量流过程，并对结果进行评价。(四)提高准确度的步骤
但是我无法生成..tf/..tflite文件。
我尝试了下面的代码，但这会生成一个空文件。
converter = tf.contrib.lite.TFLiteConverter.from_sessi
浏览 0提问于2019-05-24得票数 1
考虑将我的TensorFlow模型转换为Flatbuf格式(.tflite)。
但是，我的模型允许任意大小的输入，即您可以同时对一个项或N个项进行分类。当我尝试转换时，它会抛出一个错误，因为我的一个输入/输出设备是NoneType类型的。
想想像这样的东西，在计算图中，我们输入的x是形状的[None, 784]。
在中，您可以像这样将模型转换为FlatBuf：
import tensorflow as tf
img = tf.placeholder(name="img", dtype=tf.float32, shape=(1, 64, 64, 3))
val = img +
浏览 1提问于2018-04-25得票数 4
回答已采纳
1回答
我正在尝试使用tflite手工模型，它来自：
我有麻烦后处理输出的手掌检测模型，以获得包围框的手掌在输入图像。
“掌上探测器: 1)预定义锚的预测偏移量，表示为1 x 896 x 18张量。2)预测每个锚的检测置信度评分为1×896张量。"“
( 2.)信心得分是有意义的。但是，我不知道1中的18个值是多少。)是。我如何知道预定义的锚是什么(相对于输入映像128x128)？第三个模糊值中的18个值是多少？如果它是4的倍数，因为偏移框需要4个值，但它不是4的倍数，也许我没有正确理解SSD模型的输出。
简而言之，我如何对该模型的输出进行后置处理，以获得相对于输入维度128x128?的最终边
浏览 7提问于2021-09-13得票数 1
我使用“盗梦空间”( Inception v3 )进行图像分类，我重新训练了生成2个文件“retrained_graph.pb”和“retrained”的模型。
要在android中使用它，我想将它转换为tflite文件，所以我使用了以下代码
import tensorflow as tf
from tensorflow import lite
converter = lite.TFLiteConverter.from_frozen_graph(
'retrained_graph.pb' ,'DecodeJpeg/contents', 'final
浏览 1提问于2021-05-15得票数 0
1回答
如何识别用于输出的稀疏张量？
、、、、
为了得到我的预训练模型的预测/输出；为卷积图像的每一帧(列)预测一个符号，并且有必要对logits (RNN的输出)进行后处理，以发出实际的预测符号序列。构建模型的代码可以在中找到。
logits = graph.get_tensor_by_name("fully_connected/BiasAdd:0")
decoded, _ = tf.nn.ctc_greedy_decoder(logits, seq_len)
prediction = sess.run(decoded,
feed_dict={
浏览 2提问于2021-01-18得票数 0
1回答
我对张量流有点陌生，我想了解为什么下面的代码不接受我的输入，以及如何解决它。在此之前，我使用的是mode_save，但现在我已经将该模型转换为TFLite，并希望使用它来预测输入文本的类别。
我首先加载TFLite模型并分配张量。
interpreter = tf.lite.Interpreter(model_path="/model.tflite")
interpreter.allocate_tensors()
然后得到输入和输出张量。
input_details = interpreter.get_input_details()
output_details = inter
浏览 10提问于2022-06-06得票数 4
回答已采纳
我正在尝试修改示例图像分类Android项目，可在
对于导出的自定义视觉对象检测模型，但是它不太清楚输出张量的结构是什么，因为它包括边界框等。
我还尝试将模型转换为tensorflow lite，并将模型放到“寿司探测器”iOS项目中
但是，我们仍然不清楚输出结构是什么，也不清楚它是否符合tf API：
在导出tf包时，有一些python示例，但我不知道如何转换为Java/ when /Objective。
谢谢你的帮助。
浏览 1提问于2019-02-28得票数 0
我正在使用源代码学习如何将TFLite模型与Android集成。我还有labels.txt和Assets文件夹中的所有类。
当前，此项目只返回预测类。我想把包围盒和它一起拿回来。
private fun getMaxResult(result: FloatArray): Int {
var probability = result[0]
var index = 0
for (i in result.indices) {
if (probability < result[i]) {
浏览 4提问于2020-10-30得票数 1
回答已采纳
我在将tensorflow模型转换为tflite时遇到了一个问题。我有一个基于Tensorflow Object Detection的学习模型，我想使用TFlite converter的转换代码 curl https://storage.googleapis.com/download.tensorflow.org/models/mobilenet_v1_0.50_128_frozen.tgz | tar xzv -C /tmp
tflite_convert \
--output_file=/tmp/foo.tflite \
--graph_def_file=/tmp/mobilenet
浏览 18提问于2019-01-09得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
