首頁猿問在 Tensorflow-lite...

在 Tensorflow-lite 中輸入具有動(dòng)態(tài)尺寸的圖像

Python

桃花長(zhǎng)相依 2022-01-11 16:07:01

我有一個(gè) tensorflow 模型，它接受不同大小的輸入圖像：inputs = layers.Input(shape=(128,None,1), name='x_input')<tf.Tensor 'x_input:0' shape=(?, 128, ?, 1) dtype=float32>當(dāng)我將此模型轉(zhuǎn)換為 tensorflow-lite 時(shí)，它會(huì)抱怨：converter = tf.lite.TFLiteConverter.from_frozen_graph( graph_def_file, input_arrays, output_arrays)tflite_model = converter.convert() ValueError: None is only supported in the 1st dimension.Tensor 'x_input_1' has invalid shape '[None, 128, None, 1]'.我無法將圖像縮放到固定大小。我看到的唯一解決方案是將圖像填充到某個(gè)最大尺寸并在圖中使用該尺寸，但這似乎很浪費(fèi)。有沒有其他方法可以使 tensorflow-lite 與動(dòng)態(tài)圖像尺寸一起工作？這種限制有什么理由嗎？謝謝。

查看完整描述

2 回答

慕森王

TA貢獻(xiàn)1777條經(jīng)驗(yàn) 獲得超3個(gè)贊

是的，您可以在 TF-Lite 中使用動(dòng)態(tài)張量。之所以不能直接將形狀設(shè)置為，[None, 128, None, 1]是因?yàn)檫@樣以后可以輕松支持更多的語言。此外，它充分利用了靜態(tài)內(nèi)存分配方案。對(duì)于旨在用于具有低計(jì)算能力的小型設(shè)備的框架，這是一個(gè)明智的設(shè)計(jì)選擇。以下是如何動(dòng)態(tài)設(shè)置張量大小的步驟：

0. 凍結(jié)

看起來你正在從一個(gè)凍結(jié)的 GraphDef 轉(zhuǎn)換，即一個(gè)*.pb文件。假設(shè)您的凍結(jié)模型具有輸入 shape [None, 128, None, 1]。

1.轉(zhuǎn)換步驟。

在此步驟中，將輸入大小設(shè)置為您的模型可以接受的任何有效大小。例如：

tflite_convert \

--graph_def_file='model.pb' \

--output_file='model.tflite' \

--input_shapes=1,128,80,1 \ # <-- here, you set an

# arbitrary valid shape

--input_arrays='input' \

--output_arrays='Softmax'

2.推理步驟

訣竅是interpreter::resize_tensor_input(...)在推理過程中實(shí)時(shí)使用TF-Lite API的功能。我將提供它的python實(shí)現(xiàn)。Java 和 C++ 實(shí)現(xiàn)應(yīng)該相同（因?yàn)樗鼈兙哂邢嗨频?API）：

from tensorflow.contrib.lite.python import interpreter

# Load the *.tflite model and get input details

model = Interpreter(model_path='model.tflite')

input_details = model.get_input_details()

# Your network currently has an input shape (1, 128, 80 , 1),

# but suppose you need the input size to be (2, 128, 200, 1).

model.resize_tensor_input(

input_details[0]['index'], (2, 128, 200, 1))

model.allocate_tensors()

而已。您現(xiàn)在可以將該模型用于具有 shape 的圖像(2, 128, 200, 1)，只要您的網(wǎng)絡(luò)架構(gòu)允許這樣的輸入形狀。請(qǐng)注意，model.allocate_tensors()每次進(jìn)行此類重塑時(shí)都必須這樣做，因此效率非常低。這是強(qiáng)烈建議，以避免在程序中使用此功能太多。

反對(duì) 回復(fù) 2022-01-11

SMILET

TA貢獻(xiàn)1796條經(jīng)驗(yàn) 獲得超4個(gè)贊

上述答案不再適用于較新版本的 Tensorflow。應(yīng)該在轉(zhuǎn)換步驟中使用形狀 None 而不是虛擬形狀，然后使用interpreter.resizeInput() 來工作。見這里：https : //github.com/tensorflow/tensorflow/issues/41807

反對(duì) 回復(fù) 2022-01-11