如何将此TensorFlow图像分类模型转换为Core ML

我正在学习 TensorFlow,并希望将图像分类模型转换为 Core ML,以便在 iOS 应用程序中使用。

我正在学习 TensorFlow,并希望将图像分类模型转换为 Core ML,以便在 iOS 应用程序中使用。

这个TensorFlow image classification tutorial与我想做的训练非常匹配,但是我还没有弄清楚如何将其转换为 Core ML。

这是我尝试过的,将以下内容添加到本教程的 Colab 笔记本的末尾:

# install coremltools
!pip install coremltools
# import coremltools
import coremltools as ct
# define the input type
image_input = ct.ImageType()
# create classifier configuration with the class labels
classifier_config = ct.ClassifierConfig(class_names)
# perform the conversion
coreml_model = ct.convert(
    model, inputs=[image_input], classifier_config=classifier_config,
)
# print info about the converted model
print(coreml_model)
# save the file
coreml_model.save('my_coreml_model')

这成功地创建了一个 mlmodel 文件,但是当我下载文件并在 Xcode 中打开它来测试它(在“预览”选项卡下)时,它会显示像“玫瑰 900 % 信心”和“郁金香 1,120 % 信心”的结果。

import coremltools as ct上,我确实收到了一些警告,例如“WARNING:root:TensorFlow 版本 2.8.2 尚未使用 coremltools 进行测试。您可能会遇到意外错误。”但我猜这不是问题,因为转换不会报告任何错误。

基于information here,我也尝试在图像输入上设置比例:

image_input = ct.ImageType(scale=1/255.0)

...但这让事情变得更糟,因为它有大约 315% 的信心,每个图像都是蒲公英。

在这一点上,我不知道还能尝试什么。任何帮助是赞赏!

1

模型的最后一层应该是这样的:

layers.Dense(num_cl, activation='softmax')

softmax 函数将您的输出转换为您需要的概率。

本站系公益性非盈利分享网址,本文来自用户投稿,不代表码文网立场,如若转载,请注明出处

(836)
布尔运算符 & &和| |(i vs r)
上一篇
签名图像在 Gmail中消失
下一篇

相关推荐

发表评论

登录 后才能评论

评论列表(41条)