如何在java中读取tensorflow模型的输出

Question

我尝试将 TensorflowLite 与来自https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md 的ssdlite_mobilenet_v2_coco 模型一起使用，该模型转换为 tflite 文件，以从我的 Android 应用程序（java ）。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 [1][10][4] 以匹配张量。

如何将此浮点数组转换为一些可读的输出？- 例如获取边界框坐标、对象名称、概率。

Answer 1

好吧，我想通了。首先我在python中运行以下命令：

>>> import tensorflow as tf
>>> interpreter = tf.contrib.lite.Interpreter("detect.tflite")

然后加载 Tflite 模型：

>>> interpreter.allocate_tensors()
>>> input_details = interpreter.get_input_details()
>>> output_details = interpreter.get_output_details()

现在我已经详细了解了输入和输出应该是什么样子

>>> input_details
[{'name': 'normalized_input_image_tensor', 'index': 308, 'shape': array([  1, 300, 300,   3], dtype=int32), 'dtype': <class 'numpy.float32'>, 'quantization': (0.0, 0)}]

所以输入是转换后的图像 - 形状 300 x 300

>>> output_details
[{'name': 'TFLite_Detection_PostProcess', 'index': 300, 'shape': array([ 1, 10,  4], dtype=int32), 'dtype': <class 'numpy.float32'>, 'quantization': (0.0, 0)}, {'name': 'TFLite_Detection_PostProcess:1', 'index': 301, 'shape': array([ 1, 10], dtype=int32), 'dtype': <class 'numpy.float32'>, 'quantization': (0.0, 0)}, {'name': 'TFLite_Detection_PostProcess:2', 'index': 302, 'shape': array([ 1, 10], dtype=int32), 'dtype': <class 'numpy.float32'>, 'quantization': (0.0, 0)}, {'name': 'TFLite_Detection_PostProcess:3', 'index': 303, 'shape': array([1], dtype=int32), 'dtype': <class 'numpy.float32'>, 'quantization': (0.0, 0)}]

现在我在这个模型中得到了多个输出的规格。我需要改变

interpreter.run(input, output) 

到

interpreter.runForMultipleInputsOutputs(inputs, map_of_indices_to_outputs);

其中“输入”是：

private Object[1] inputs;
inputs[0] = imgData; //imgData - image converted to bytebuffer 

而 map_of_indices_to_outputs 是：

private Map<Integer, Object> output_map = new TreeMap<>();
private float[1][10][4] boxes;
private float[1][10] scores;
private float[1][10] classes;
output_map.put(0, boxes);
output_map.put(1, classes);
output_map.put(2, scores);

现在运行后，我在框中获得了 10 个对象的坐标，类中的对象索引（在 coco 标签文件中），您必须添加 1 才能获得正确的键！和分数的概率。

希望这对将来的人有所帮助。