小编San*_*lus的帖子

我在Tensor flow Camera Demo中使用自定义模型进行分类.我生成了一个.bp文件,我可以显示它包含的巨大图表.要将此图转换为优化图,如[ https://www.oreilly.com/learning/tensorflow-on-android]中所述,可以使用以下过程:

$ bazel-bin/tensorflow/python/tools/optimize_for_inference  \
--input=tf_files/retrained_graph.pb \
--output=tensorflow/examples/android/assets/retrained_graph.pb
--input_names=Mul \
--output_names=final_result

这里是如何从图形显示中找到input_names和output_names.当我不使用专有名称时,我会遇到设备崩溃:

E/TensorFlowInferenceInterface(16821): Failed to run TensorFlow inference 
with inputs:[AvgPool], outputs:[predictions]

E/AndroidRuntime(16821): FATAL EXCEPTION: inference

E/AndroidRuntime(16821): java.lang.IllegalArgumentException: Incompatible 
shapes: [1,224,224,3] vs. [32,1,1,2048]

E/AndroidRuntime(16821):     [[Node: dropout/dropout/mul = Mul[T=DT_FLOAT, 
_device="/job:localhost/replica:0/task:0/cpu:0"](dropout/dropout/div, 
dropout/dropout/Floor)]]

我的朋友有一个公共共享巢照相机地址.我想使用VLC播放器来观看视频流,而不是使用网络浏览器来观看视频.通过这种方式,我可以使用VLC的许多其他功能对视频进行视频分析.怎么做？

R-CNN，快速R-CNN，快速R-CNN和YOLO在以下方面有什么区别：（1）同一图像集的精度（2）给定相同的图像大小，运行时间（3）支持android移植

考虑这三个标准，哪个是最佳对象定位技术？

如何将矩阵初始化为一个非常大的数字，比如无穷大。

类似于将所有元素初始化为零：sample = np.matrix((np.zeros(50,50))

我想初始化到无穷大

如何在python中做到这一点？