小编rck*_*jns的帖子

我有一个使用 sigmoid 函数进行二元分类的 Keras 模型。我编译了我的模型以.tflite按照 Coral USB 的要求进行格式化以运行推理。但是，我注意到该脚本classify_image.py执行多类分类。因此，当我尝试对图像进行分类时，我对任何图像都得到了 100% 的预测。例如，我的模型将红外图像分类为发烧状态。即使我传球图像，它也会为发烧级提供 100% 阳性。

因此，我再次使用完全自定义的模型对植物使用 layer softmax 测试了多类模型，这一次它起作用了。它为植物 A、植物 B 和植物 C 提供了合理的 85% 准确度。

因此，我想知道我需要做哪些更改，才能使用二进制分类自定义模型与 Pycoral 配合使用。

这是我用于分类的代码：

import argparse
import time

from PIL import Image
from pycoral.adapters import classify
from pycoral.adapters import common
from pycoral.utils.dataset import read_label_file
from pycoral.utils.edgetpu import make_interpreter
import cv2 as cv
import numpy as np


def main():
  parser = argparse.ArgumentParser(
      formatter_class=argparse.ArgumentDefaultsHelpFormatter)
  parser.add_argument('-m', '--model', required=True,
                      help='File path of .tflite file.')
  parser.add_argument('-i', '--input', required=True, …