我有一个PyTorch网络，我想将它部署到iOS设备上。简而言之，我不能在CoreML中为输入张量形状增加灵活性。
网络是一个convnet，它以RGB映像(存储为张量)作为输入，并返回相同大小的RGB映像。使用PyTorch，我可以输入任意大小的图像，例如，300x300图像的大小张量(1，3,300,300)。
为了将PyTorch模型转换为CoreML模型，我首先使用torch.onnx.export将其转换为ONNX模型。这个函数需要传递一个虚拟输入，这样它才能执行图形。所以我用了：
input = torch.rand(1, 3, 300, 300)
我猜ONNX模型只接受大小(1，
浏览 2提问于2020-01-09得票数 0
回答已采纳
我使用YOLOv3-SPP模型在暗网上训练了一个模型。我需要能够在我的iPhone应用程序中使用此模型，因此我需要将其转换为CoreML。我首先将.weights文件转换为.pb文件。现在我正在尝试使用tfcoreml将其从TensorFlow转换为CoreML。然而，我似乎无法确定我的输入和输出张量名称。我尝试使用tensorboard来可视化模型并确定输入和输出，但由于我对TensorFlow非常陌生，我不知道该使用什么。我使用以下脚本将模型从TensorFlow转换为CoreML： import tfcoreml
import os
import tensorflow as tf
f
浏览 42提问于2020-02-02得票数 0
1回答
我对CoreML有一个问题，因为当我想让程序验证图像时，会出现一个错误：
coreml错误Domain=com.apple.CoreML Code=1“输入图像特征图像不匹配模型描述”UserInfo={NSLocalizedDescription=Input图像特征图像不匹配模型描述，NSUnderlyingError=0x2807c0cf0 {NSLocalizedDescription=Input Domain=com.apple.CoreML Code=1“图像不符合预期类型OneComponent8，相反是32 32ARGB”UserInfo={NSLocalizedDescrip
浏览 2提问于2018-10-24得票数 0
1回答
我在PyTorch中有一个PyTorch模型，我想使用CoreML运行它。当将模型导出到ONNX时，输入维度被固定为导出过程中使用的张量的形状，并再次通过从ONNX到CoreML的转换。
import torch
from onnx_coreml import convert
x = torch.ones((32, 1, 1000)) # N x C x W
model = Model()
torch.onnx.export(model, x, 'example.onnx')
mlmodel = convert(model='example.onnx',
浏览 3提问于2020-05-17得票数 4
这将是一个很长的职位，抱歉，提前.
我正在研究去噪算法，我的目标是：
使用PyTorch设计/训练模型，将PyTorch模型转换为CoreML模型
去噪算法由以下三部分组成：
A“下采样”+噪声级map
A正则convnet
An "up-sampling"
第一部分是相当简单的想法，但不容易解释。例如，给出表示图像噪声标准差的输入彩色图像和输入值"sigma“。“向下取样”部分实际上是一个空间到深度的部分。简而言之，对于给定的通道和2x2像素的子集，空间到深度创建了一个由4个通道组成的单个像素。通道数乘以4，而高度和宽度除以2，数据被简单地重新组织。
浏览 1提问于2019-12-04得票数 2
回答已采纳
1回答
是否可以更改CoreML模型的输出类型？我的模型以图像作为输入，将图像作为输出，但当我将Keras模型转换为mlmodel时，我得到：
coreml_model = coremltools.converters.keras.convert('/Users/user/Desktop/model.h5',input_names='input_img',image_input_names='input_img',output_names='image')
coreml_model.save('/Users/user/Deskto
浏览 1提问于2017-09-07得票数 2
这实际上是我第一篇关于Stackoverflow的文章，我对机器学习非常陌生。目前，我正尝试用VGG16训练一个简单的图像分类任务的卷积神经网络。它基于本教程：。我的目标是将该模型转换为CoreML，并将其用于iOS上的图像分类。
经过一些挣扎之后，通过使用以下转换行，我能够成功地将Keras模型转换为CoreML模型：
coreml_model =coremltools.converters.keras.convert(“模型路径”，image_input_names =“数据”，class_labels =“类路径”)
但是，在将CoreML模型复制到Xcode中之后，它请求一个形
浏览 1提问于2017-12-08得票数 0
我已经开发了一个Keras模型，该模型在自定义图像数据集上进行训练，在发送输入图像时，它可以很好地处理对象检测和检测到的对象的掩蔽。我想将这个模型导出到CoreML (.mlmodel)，这样我就可以直接将它嵌入到我的iOS应用程序中。
我也有我训练过的模型，使用Tensorflow和Mask RCNN。因此，在将Keras或Tensorflow模型转换为CoreML时，任何帮助。我已经尝试并成功地将Tensorflow模型转换为CoreML，但该模型不支持Mask RCNN。
我特别希望在转换模型，支持Mask RCNN到CoreML的帮助。
浏览 1提问于2020-04-07得票数 0
1回答
我正在尝试创建一个使用核心ml模型的手写数字识别器。我从另一个类似的项目中获取代码：https://github.com/r4ghu/iOS-CoreML-MNIST 但我需要将我的机器学习模型整合到这个项目中。这是我的模型：(输入图像为299x299) https://github.com/LOLIPOP-INTELLIGENCE/createml_handwritten 我的问题是，在类似的项目中要做哪些更改，以便它包含我的coreml模型 我尝试将形状更改为299x299，但出现错误
浏览 19提问于2018-12-30得票数 0
回答已采纳
1回答
我对model.predict的输出感到很困惑
在培训之后，我在大约6000个样本上验证了我的模型，我使用了以下伪代码：
model.fit(...)
predictions = model.predict(val_set)
len(predictions) # == len(val_set)
结果:shape=张量数组(len(Tensor_array)，14)(每个输入样本有一个预测)
在生产中，我目前使用以下代码对ocr图像编号：
model = tf.keras.models.load_model('number_ocr_v2')
def predict(list_im
浏览 0提问于2020-04-22得票数 1
在CICoreMLModelFilter中有一个新的、仍然没有文档化的CoreImage。它需要两个参数：
inputImage -用作输入图像的图像。对于也使用背景图像的过滤器，这是前景图像。
inputModel -用于在图像上应用效果的CoreML模型。
这个想法非常简单
因此，我将CoreML模型加载到我的测试应用程序中，并试图将该模型作为inputModel键传递：
guard
let mlFilter = CIFilter(name: "CICoreMLModelFilter")
else {
return nil
}
let model
浏览 1提问于2018-09-30得票数 4
我有一个coreML模型(从Keras转换而来)，它生成大小为MLMultiArray (1，40，30，90)的输出(例如名称: finalOutput)。该阵列是通过重塑维数的内部张量(1,10800,10)获得的。
我无法将finalOutput multiArray分为三个维度(1,40,30,0:45)，( 1,40,30,45:54)和(1,40,30,54:90)。
然后将这些子数组重组为三个维度数组(1,10800,5)，(1,10800) amnd (1,10800,4)。
我是iOS世界中快速编程的新手。我可以很容易地在python中做到这一点。
如何在Swift中切片多个
浏览 1提问于2018-04-24得票数 1
回答已采纳
我有一个带有这些参数的coreml模型，我想将输入张量的类型从具有形状的多数组(112,112,3)更改为RGB image(112,112)。 Core ML input(s):
[name: "input_to_float__0"
type {
multiArrayType {
shape: 3
shape: 112
shape: 112
dataType: DOUBLE
}
}
]
Core ML output(s):
[name: "logits__BiasAdd__0"
type {
multiArrayType {
shape: 80
dataTy
浏览 34提问于2019-09-24得票数 1
1回答
我正在使用一个预先训练的多元模型来进行图像分类。该模型采用3x224x224 MultiArray作为图像的格式。对于当前的应用程序，我使用的是UIImage。有办法将UIImage转换为MLMultiArray吗？
我已经看到了一些关于将Keras模型转换为CoreML模型的答案，但是我的模型已经采用了mlmodel格式，无法访问数据。
浏览 0提问于2019-05-12得票数 4
回答已采纳
我正在使用tensorflow 2.2.0中的Keras。我有一个包含多个UpSampling2D层的双线性插值模型。当试图使用CoreML 4.0转换模型时，我得到以下错误：
ValueError："ResizeBilinear“op:第二个输入，即输出大小，必须具有int32类型的元素
当UpSampling2D插值最近时，导出工作。不过，我还是希望插值是“双线性”。
有解决办法吗？
浏览 1提问于2020-10-28得票数 0
我正在使用张量流(python)实现一个简单的图像分类模型。
这是我的图像预处理：
import glob
for filename in glob.glob('/Volumes/G-DRIVE mobile USB-C/traan/*.jpeg'): #assuming jpeg
im=Image.open(filename)
im = im.resize((150,120), Image.ANTIALIAS)
print(im.size)
training_images.append(im)
这是我非常简单的模型：
model = keras
浏览 0提问于2019-01-06得票数 0
我已经用暗网训练了我的YOLOv3网络来识别图像中的一些对象。一切都很好。我想在iOS应用程序中使用权重文件，所以按照一些教程，我从darknet权重文件中获得了keras h5模型，我检查了一下h5模型是否工作正常。好的。最后一步，我尝试使用coremltools将h5模型转换为在xcode下可用的coreml模型。这就是问题所在。最后一次转换是使用这个小py脚本执行的：
import coremltools
....
coreml_model = coremltools.converters.keras.convert('yolorcgz.h5', input_name
浏览 0提问于2019-08-29得票数 0
1回答
我有一个Keras模型，并成功地将其转换为Coreml。我正在向模型传递一个RGB格式的彩色50x50图像，所有东西都在Python的Keras模型中工作。然而，我真的很难从Coreml模型中得到同样的结果。我在iOS应用程序中使用iOS，需要将cv::Mat转换为CVPixelBufferRef。我肯定我的输入是不对的，但我不知道它是什么。我发送到Python模型的输入的预处理如下所示
image = cv2.resize(image, (50, 50)) image = image.astype("float") / 255.0 image = img_to_array
浏览 0提问于2018-03-02得票数 1
我尝试向keras模型张量提供numpy数组的值。但是张量是4D的，阵列是3D的。如何将这个3Dnumpy数组(128,128，3)转换为4D (?，128,128，3)张量？
浏览 13提问于2020-07-26得票数 0
1回答
我有两个张量: a.shape = 1，3，80，80，2和b.shape = 1，3，80，80，19，我只想使用coreml模型构建器添加b...，0:2 +a。 像这样的东西 b[..., 0:2] = (b[..., 0:2] * 2. - 0.5 + a)
浏览 19提问于2021-03-23得票数 0
回答已采纳
1回答
我已经使用CreateML创建了一个图像分类器模型。现在，我正在尝试使用CoreML更新该模型，但我无法这样做。我收到这个错误："Pipeline is not marked as updatable to to update“。
浏览 20提问于2020-09-29得票数 0
我正在尝试将一个非常简单的CoreML模型转换为CoreML，然而，keras模型的输入似乎与我的预期不符。 我正在创建的模型的输入形状为(5，10) (5个时间步，10个特征)，但是，在转换模型并在Xcode中打开模型后，它显示输入类型为MultiArray (Double 10)，据我所知，这是一个一维数组。我的问题是，我做错了什么？有没有办法告诉CoreML输入是5x10？ 下面是我正在创建的keras模型 from keras.models import Sequential
from keras.layers import LSTM
from keras.layers import
浏览 9提问于2020-01-11得票数 1
2回答
我有一个很好的Swift / CoreML代码。我想通过使用Vision框架来简化代码。在这段代码中，有一个UIImage -> CGImage -> CVPixelBuffer转换，我想去掉它。我知道使用Vision可以直接传递CGImage作为输入参数。我遇到的问题是，我的模型需要两个输入(图像+ MLMultiArray)，输出和图像：
Inputs
my_input : Image (Color 512 x 512)
my_sigma : MultiArray (Float32 1)
Outputs
my_output : Image (Col
浏览 3提问于2020-04-07得票数 0
回答已采纳
我建立了一个基于图像的CNN模型--一级分类。输出张量是一个包含65个元素的列表。对Softmax函数进行张量输入，得到分类结果。我认为这个输出张量中的最大值是分类结果，为什么不用这种方法来完成分类任务呢？仅仅是Softmax函数就可以很容易地取到导数？
浏览 1提问于2018-06-22得票数 4
回答已采纳
我刚刚训练了一个sklearn模型，并将其转换为CoreML。问题是，我使用图像作为此模型的输入。然而，模型要求的是一个MultiArray (即MLMultiArray)。在中，我可以看到coremltools有一个参数，可以让您指定输入是一个图像。但该参数是用于转换Keras模型的，而在sklearn转换工具中不存在此选项。
问题是，如何将UIImage转换为模型所需的MLMultiArray。(或者更好的是，如何为模型启用图像)
浏览 1提问于2018-04-06得票数 0
我创建了一个基于自定义.mlmodel模型的PyTorch文件，首先将PyTorch模型转换为ONNX，然后使用onnx_coreml将其转换为CoreML。使用虚拟数据(每个值为1.0的3x224x224数组)，我已经验证了PyTorch模型、ONNX模型(使用Caffe后端运行)和CoreML模型(使用coremltools)都得到了相同的结果。
但是，当我将相同的模型导入Xcode并在电话上运行时，即使使用虚拟数据，模型输出也不匹配。
我使用的设备似乎没有什么不同(我已经在iPhones上试过了，从XS一直到SE)。所有程序都在运行iOS 12.2，并使用Xcode 10.2.1
下面是
浏览 1提问于2019-04-30得票数 2
回答已采纳
这看起来很基础，但由于某些原因，我找不到任何关于它的明确文档。 因此，假设我知道我的ONNX模型需要shape [245, 245, 3]的输入。构造函数Ort::Value::CreateTensor中的第二个参数需要数据的线性数组来填充张量。线性阵列的顺序是什么？ 例如，线性数组中的前三个值是图像中第0个像素的BGR值，还是线性数组中的前三个值是图像中前三个像素的B通道值？至于图像中像素的排序:行-主要？
浏览 533提问于2020-04-13得票数 1
我是新的CoreML，并试图使工作的核心模型，这是需要3个图像输入和一个输出。我用模型文件创建了VNCoreMLRequest，并试图使用VNImageRequestHandler来运行它，但VNImageRequestHandler没有可用的初始化来传递多个image.Is，有没有其他替代RequestHandler可以用来传递多个图像输入，或者是否可以使用VNImageRequestHandler？ 谢谢。
浏览 82提问于2020-12-10得票数 1
回答已采纳
我有一个.pb模型文件，我可以通过get_tensor_by_name获得输入张量和输出张量，然后使用输入和输出张量创建一个保存的模型，然后可以在tensorflow模型服务器中提供该模型。但是目前，输入张量是3D数组格式的图像，我想再添加一层来解码jpeg编码的字符串，并将结果输入到当前的输入张量中，有什么建议吗？
浏览 1提问于2017-12-21得票数 0
1回答
我使用Keras进行对象检测，并将模型转换为用于移动部署的CoreML。
在python方面，预测方法在相同的图像上运行。预处理(平均去除)是在python端对keras进行的，而coreML ( red_bias，green_bias等)则由coreML处理。
预测输出是相同的，直到小数点第一位，但其余的小数位都是不同的。
我与numpy.testing.assert_array_almost_equal检查，得到4-10%的差异在输出阵列.
输出数组的大小为(1,10000,45)。
结果是不同的预测和目标检测输出。
对为什么会发生这种事有什么见解吗？
我怎样才能找到问题的根源并加以解决？
浏览 2提问于2018-05-24得票数 1
回答已采纳
我正在尝试使用CoreML运行一个AVCaptureSession模型。
当我把相同的图像作为输入我的CoreML模型，它给我相同的结果每次。但是当使用函数给出的图像时：
- (void) captureOutput:(AVCaptureOutput*)captureOutput didOutputSampleBuffer:(CMSampleBufferRef)sampleBuffer fromConnection:(AVCaptureConnection*)connection {
__block CIImage* ciimage = [CIImage imageWithCVPixe
浏览 3提问于2020-01-18得票数 0
回答已采纳
我有一个经过训练的CoreML图像模型，应该可以识别支票的正面和背面。我正面临一个问题，模型将看到一张长颈鹿的图像，而模型只是试图确定图像是支票的正面还是支票的背面(置信度总计为100%)。理想情况下，模型不会说‘这是支票背面与支票正面的可能性是多少’，而是‘这是支票背面’。
浏览 20提问于2020-12-11得票数 0
回答已采纳
我有一个CoreML模型(使用TF创建并转换为CoreML)。为了它
input is: MultiArray (Double 1 x 40 x 3)
output is: MultiArray (Double)
我将获得这些a，b，c元组，并需要收集其中的40个，然后发送到模型中进行预测。我正在查看MLMultiArray文档，但被卡住了。可能是因为我是Swift的新手。
我有一个名为modelInput的变量，我想初始化它，然后在进入元组时，将它们添加到modelInput变量中。
modelInput = MLMultiArray(shape:[1,40,3], dataType:MLM
浏览 1提问于2020-01-02得票数 0
1回答
试图把我的注意力集中在CoreML的功能上。
假设我在时域有大量的数字，我希望使用CoreML来预测和找到模式。(找出与时间和大小有关的未知模式)
例如- LSTM Network，Random Forest，Time Delay等。
苹果文档中的大多数模型都与图像和文本有关。
我读到过：
似乎不能回答我所需要的。有这样的东西吗？还有其他用于Core的iOS工具吗？
浏览 1提问于2018-11-27得票数 1
回答已采纳
1回答
我只是想开始学习苹果为我们支持的不可思议的框架，当我浏览网页时，我遇到了一个至今还没有人解决的非常基本的问题: CoreML对象识别器能有多精确？这意味着一个CoreML应用程序能有多精确的区分？
，例如
如果我尝试创建一个汽车模型识别器，它能区分大众高尔夫3和大众高尔夫4吗？
它是否能够区分不同的斩波器(摩托)，但差别很小？
它能分辨出啤酒和普通的汽水瓶的区别吗？
浏览 0提问于2018-03-06得票数 0
我正在用python进行从xgboost到coreml的转换，但是它为coreml模型生成n个单独的输入(而不是单个输入数组)。
我怎么才能修好它？
浏览 1提问于2021-07-01得票数 0
在试图理解为什么我的PyTorch模型的最大批处理大小是有限的时，我注意到使用最多内存的不是模型本身，也不是将张量加载到GPU中。当第一次生成预测时，大部分内存都会耗尽，例如训练循环中的以下一行：
output = model(images)
其中图像是一些输入张量，模型是我的PyTorch模型。在运行该行之前，我有大约9GB的GPU内存可用，然后我降低到2.5GB (在运行loss = criterion(outputs, labels)之后，它进一步下降到1GB可用)。
两个问题：
这是正常的吗？
为什么会这样？那些记忆是用来做什么的？据我所知，模型已经加载，在进行调用之前，实际的
浏览 3提问于2022-05-27得票数 4
回答已采纳
我正在制作一个iOS应用程序，它使用在Keras中开发的深度学习模型，并将其转换为CoreML模型。我使用的是从苹果网站下载的Resnet50 CoreML模型，该应用程序运行得完美无缺，但当我实现该模型时，我从照片库中选择了一张图片，或者在应用程序中用相机拍摄了一张照片，就出现了一个错误。这是与CoreML模型相关的代码和我所得到的错误：
这是用于将Keras转换为CoreML模型的代码：
output_labels = ['0', '1']
coreml_model = coremltools.converters.keras.convert('
浏览 0提问于2019-11-17得票数 0
回答已采纳
3回答
苹果视觉图像识别
、、、、
和其他许多开发人员一样，我也投入了苹果新的ARKit技术。太棒了。然而，对于一个特定的项目，我希望能够识别(真实的)场景中的图像，或者在其上投射一些东西(就像Vuforia对其目标图像所做的那样)，或者使用它在我的应用程序中触发一个事件。
在我关于如何实现这一目标的研究中，我偶然发现了苹果公司的愿景和CoreML框架。这似乎很有希望，虽然我还没能把我的头绕过去。
据我所知，我应该能够做我想做的事情，方法是使用Vision框架找到矩形，并将这些矩形输入到CoreML模型中，该模型简单地将其与我在模型中预定义的目标图像进行比较。然后，它应该能够吐出它找到的目标图像。
虽然这听起来不错，但我还没有找
浏览 1提问于2017-09-11得票数 10
回答已采纳
我知道如何使用CoreML库来训练模型并使用它。然而，我想知道是否有可能向模型提供多个图像，以便它能够更准确地识别它。 这样做的原因是因为我正在尝试建立一个对组织切片进行分类的应用程序，然而，它们中的许多看起来非常相似，所以我想也许我可以以不同的放大倍数输入模型图像，以便进行识别。有可能吗？ 谢谢你，Mehdi
浏览 26提问于2020-06-19得票数 1
回答已采纳
2回答
如何使用分段模型输出张量？
、、、、
我试图在iOS上运行分段模型，对于如何正确使用输出张量，我有几个问题。
下面是我使用的模型上的链接：
当我运行这个模型时，我得到尺寸为1x257x257x21的输出张量。为什么我得到21作为最后一个维度？看起来，对于每一个像素，我们都得到了类的分数。我们需要在这里找到argmax以获得正确的类值吗？
但为什么只有21节课？我在想它应该包含更多。在哪里我可以找到那个值对应于某个类的信息。在ImageClassification示例中，我们有一个带有1001类的label.txt。
基于ImageClassification示例，我尝试解析张量:首先将其转换为大小为1387 029 (21x257
浏览 0提问于2019-07-22得票数 1
回答已采纳
1回答
我有一个pytorch模型，它使用0-1之间归一化的像素值将3 x width x height图像作为输入
例如，在pytorch中输入
img = io.imread(img_path)
input_img = torch.from_numpy( np.transpose(img, (2,0,1)) ).contiguous().float()/255.0
我将这个模型转换为coreml并导出了一个mlmodel，它接受具有正确尺寸的输入。
Image (Color width x height)
然而，我的预测是错误的，因为模型期望0-1和cvpixelbuffer之间的浮点值是0-2
浏览 5提问于2018-09-05得票数 0
回答已采纳
我正在修改来自的代码，并得到了以下错误：
为代码生成准备CoreML模型"Resnet50.mlmodel“时出错: CoreML代码生成不支持目标的主要语言"Swift接口”。请将COREML_CODEGEN_LANGUAGE设置为首选语言
这个项目以前是用“Places205-Google model”模型编译的。
还有其他人经历过同样的事吗？
浏览 1提问于2017-06-20得票数 2
在 tensorflow教程之后，在构建模型部分下，给出了keras.Sequential()的第一层参数vocab_size=10000。什么意思？
在查看了文档之后，我发现，序列模型需要知道输入张量(输入层的张量)的形状，而input_shape属性定义了它。但是input_shape应该是(30，50，50，3) (对于30，50x50 RGB图像)。本教程中的值为10000。
浏览 0提问于2018-07-16得票数 0
回答已采纳
我有一个使用CreateML生成的CoreML模型。如果我将模型拖放到Xcode中，它会自动为我创建一个类，我可以用它来检测/分类图像。生成的类具有预测函数，该函数将返回类标签。
我的问题是，如果我可以使用自动生成的模型类对图像进行分类，那么为什么要使用Vision Framework对图像进行分类，或者Vision框架将提供比自动生成的类方法更多的好处。
浏览 2提问于2020-02-08得票数 0
1回答
训练一个带有分类器的级联网络
、、、、
我正在尝试做一个双重的任务。输入是一幅图像，根据输入，我想从一组图像(分类任务)中选择另一幅图像，然后使用这两幅图像来获得输出张量。显然，如果我知道应该从该集合中选择哪个图像的基本事实，我可以分别训练这两个模型。但是，我只有输出张量的基本事实。 在我看来，问题在于，如果我们采用分类层，梯度将不再可微。我该如何处理这个问题？是否有文献将这种架构用于任何应用程序？提亚 更多细节:我有一个物体/场景的多个图像，我想使用其中的两个图像进行某种重建问题。为了最大限度地提高重建性能，如果我得到第一张图像，我想聪明地选择第二张图像。例如，我有三个图像A，B，C，使用AC可以得到最好的结果。我需要一个给定A
浏览 27提问于2020-10-02得票数 1
回答已采纳
1回答
我试图获得模型(在转换to.tflite之前成功运行)来对测试图像进行分类。
img = Image.open( input_path )
img.load()
input_data = np.array(img, dtype=np.int32)
interpreter.set_tensor(input_details[0]['index'], input_data)
interpreter.invoke()
但是我得到了一个错误ValueError:无法设置张量:获得类型2的张量，但对于输入13却期望类型1。
这指的是dtype，我相信int32是正确的格式，我几乎每一个都试
浏览 1提问于2019-03-20得票数 2
回答已采纳
我想把这个NSFW模型转换成CoreML模型。我所做的：
coremltoolsConvert 下载Anaconda 2.7 安装这个雅虎nsfw模式- ，但我不确定它是Caffe v1，因为苹果文档中说只有这个版本支持。不管怎样，…--我使用此命令进行转换，并在没有任何警告的情况下进行转换。
coremltools.converters.caffe.convert(('resnet_50_1by2_nsfw.caffemodel'，'deploy.prototxt')，coreml_model _coreml_model_coreml_model=‘data’
浏览 2提问于2020-05-28得票数 0
1回答
我有一些autoencoder。这个模型现在已经不重要了。假设该模型以某一图像作为输入，并输出重建图像。经过训练，我希望看到一个张量对输出的影响。此外，图像通过一个autoencoder被输入到FIFOQueue中。因此，在运行以下代码安全时：
reconstructed_image = sess.run([deconv_image], feed_dict={mu:my_vector})
其中，deconv_image是模型的输出tensor，而mu是模型内部的一个隐藏张量；它将自动向模型提供来自Queue的图像。
我的问题是：mu中的值是由输入图像中的任何值替换的，还是使用feed_dict
浏览 3提问于2017-07-27得票数 0
回答已采纳
1回答
希望每个人白天(或晚上)都过得很好。
我一直在玩Caffe模型，我偶然发现，我在处理输出数组时遇到了一些问题。我以前没有做过分词的工作，所以这可能是一个简单的解决方法，对于一些更了解这个问题的人来说。
该模型是建立在本文的基础上的。我已将模型转换为CoreML格式。
我的问题是：
当我试图从输出中创建一个PIL图像时，我会得到似乎是随机噪声的东西，我认为这只是一个简单的问题，即numpy阵列形状错误或像素顺序错误。输出阵列是形状(2500，1)，它应该是一个50x50黑白图像
代码如下：
image = Image.open('./1.jpg')
image = image.r
浏览 1提问于2018-03-16得票数 1
回答已采纳
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
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
