我在keras中创建了自定义模型以识别快乐的面孔并将模型加载到android中并遇到了这个问题 java.lang.IndexOutOfBoundsException：索引0无效，运行时大小为0，我的应用程序崩溃了。我从这里修改了代码https://github.com/MindorksOpenSource/AndroidTensorFlowMachineLearningExample 适合我的模特。
是否存在protobuf文件创建的问题？我测试了我的模型，它在python中运行良好。以下是日志文件和源代码。请帮助解决这个问题！谢谢！
OS平台和分发：Windows 10
TensorFlow安装于：anaconda
TensorFlow版本：1.2.0
Bazel版本：N / A
CUDA / cuDNN版本：N / A
GPU型号和内存：N / A
重现的确切命令：N / A
01-11 16：21：12.508 18038-18078 / com.sridhar.deepak.objectdetection D / OpenGLRenderer：0xab6c06f0（ListView）上的endAllStagingAnimators 处理0xab7000d8
01-11 16：21：18.135 18038-18038 / com.sridhar.deepak.objectdetection E / TensorFlowInferenceInterface：无法运行TensorFlow会话：
java.lang.IllegalArgumentException：没有注册OpKernel 支持Op＆＃39; Switch＆＃39;与这些attrs。已注册的设备：[CPU]，
注册内核：
设备=＆＃39; GPU＆＃39 ;; T在[DT_STRING]中 设备=＆＃39; GPU＆＃39 ;; [DT_BOOL]中的T 设备=＆＃39; GPU＆＃39 ;; [DT_INT32]中的T 设备=＆＃39; GPU＆＃39 ;; [DT_FLOAT]中的T 设备=＆＃39; CPU＆＃39 ;; [DT_FLOAT]中的T 设备=＆＃39; CPU＆＃39 ;; T [DT_INT32][[Node：bn0 / cond / Switch = Switch [T = DT_BOOL]（bn0 / keras_learning_phase， bn0 / keras_learning_phase）]] 01-11 16：21：18.135 18038-18038 / com.sridhar.deepak.objectdetection D / AndroidRuntime： 关闭VM 01-11 16：21：18.136 18038-18038 / com.sridhar.deepak.objectdetection E / AndroidRuntime：FATAL
例外：主要 处理：com.sridhar.deepak.objectdetection，PID：18038 java.lang.IndexOutOfBoundsException：索引0无效，大小为0 在 java.util.ArrayList.throwIndexOutOfBoundsException（ArrayList.java:255） at java.util.ArrayList.get（ArrayList.java:308） 在 org.tensorflow.contrib.android.TensorFlowInferenceInterface.getTensor（TensorFlowInferenceInterface.java:473） 在 org.tensorflow.contrib.android.TensorFlowInferenceInterface.readNodeIntoFloatBuffer（TensorFlowInferenceInterface.java:320） 在 org.tensorflow.contrib.android.TensorFlowInferenceInterface.readNodeFloat（TensorFlowInferenceInterface.java:275） 在 com.sridhar.deepak.objectdetection.TensorFlowImageClassifier.recognizeImage（TensorFlowImageClassifier.java:161） 在 com.sridhar.deepak.objectdetection.HappyFaceDetector $ 2.onPictureTaken（HappyFaceDetector.java:82） 在 com.flurgle.camerakit.CameraView $ CameraListenerMiddleWare.onPictureTaken（CameraView.java:296） 在com.flurgle.camerakit.Camera1 $ 2.onPictureTaken（Camera1.java:185） 在 android.hardware.Camera $ EventHandler.handleMessage（Camera.java:1118） 在android.os.Handler.dispatchMessage（Handler.java:102） 在android.os.Looper.loop（Looper.java:154） 在android.app.ActivityThread.main（ActivityThread.java:5527） at java.lang.reflect.Method.invoke（Native Method） 在 com.android.internal.os.ZygoteInit $ MethodAndArgsCaller.run（ZygoteInit.java:739） 在com.android.internal.os.ZygoteInit.main（ZygoteInit.java:629）
01-11 16：21：18.136 18038-18038 / com.sridhar.deepak.objectdetection E / MQSEventManagerDelegate：无法获取MQSService。 01-11 16：21：19.470 18038-18038 / com.sridhar.deepak.objectdetection I / Process： 发送信号。 PID：18038 SIG：9
TensorFlowImageClassifier文件
@Override
public List<Recognition> recognizeImage(final Bitmap bitmap,int s) {
// Log this method so that it can be analyzed with systrace.
Trace.beginSection("recognizeImage");
Trace.beginSection("preprocessBitmap");
// Preprocess the image data from 0-255 int to normalized float based
// on the provided parameters.
if (s==1) {
bitmap.getPixels(intValues, 0, bitmap.getWidth(), 0, 0, bitmap.getWidth(), bitmap.getHeight());
for (int i = 0; i < intValues.length; ++i) {
final int val = intValues[i];
floatValues[i * 3 + 0] = (((val >> 16) & 0xFF) - imageMean) / imageStd;
floatValues[i * 3 + 1] = (((val >> 8) & 0xFF) - imageMean) / imageStd;
floatValues[i * 3 + 2] = ((val & 0xFF) - imageMean) / imageStd;
}
}else {
bitmap.getPixels(intValues, 0, bitmap.getWidth(), 0, 0, bitmap.getWidth(), bitmap.getHeight());
for (int i = 0; i < intValues.length; ++i) {
final int val = intValues[i];
floatValues[i * 3 + 0] = (((val >> 16) & 0xFF))/imageStd;
floatValues[i * 3 + 1] = (((val >> 8) & 0xFF))/imageStd;
floatValues[i * 3 + 2] = ((val & 0xFF))/imageStd;
floatValues[i * 3 + 0] = floatValues[i * 3 + 0] - 1;
floatValues[i * 3 + 1] = floatValues[i * 3 + 1] - 1;
floatValues[i * 3 + 2] = floatValues[i * 3 + 2] - 1;
}
}
Trace.endSection();
// Copy the input data into TensorFlow.
Trace.beginSection("fillNodeFloat");
inferenceInterface.fillNodeFloat(
inputName, new int[]{1, inputSize, inputSize, 3}, floatValues);
Trace.endSection();
// Run the inference call.
Trace.beginSection("runInference");
inferenceInterface.runInference(outputNames);
Trace.endSection();
// Copy the output Tensor back into the output array.
Trace.beginSection("readNodeFloat");
inferenceInterface.readNodeFloat(outputName, outputs);
Trace.endSection();
MainActivity
private static final int INPUT_SIZE = 64;
private static final int IMAGE_MEAN = 128;
private static final float IMAGE_STD = 128;
private static final String INPUT_NAME = "input_1";
private static final String OUTPUT_NAME = "fc/Sigmoid";
private static final String MODEL_FILE = "file:///android_asset/happy_model.pb";
private static final String LABEL_FILE =
"file:///android_asset/face_label.txt";
答案 0 :(得分：0)
我更新了TensorFlowImageClassifier类，类似于tensorflow演示应用程序。这个问题现在已经解决了。