Question

有一个简单的分类为 keras 的模型，我已经将其转换为 tfjs 的模型，它在Desktop Chrome上可以正常工作，可以预测图像，但是在收到的Chrome Mobile上调用预测函数时出现以下错误：

Uncaught Error: Requested texture size [5120x5120] greater than WebGL maximum on this browser / GPU [4096x4096].
at validateTextureSize (tfjs@0.12.0:2)
at createAndConfigureTexture (tfjs@0.12.0:2)
at createFloat32MatrixTexture (tfjs@0.12.0:2)
at e.createFloat32MatrixTexture (tfjs@0.12.0:2)
at e.acquireTexture (tfjs@0.12.0:2)
at e.acquireTexture (tfjs@0.12.0:2)
at e.uploadToGPU (tfjs@0.12.0:2)
at tfjs@0.12.0:2
at Array.map (<anonymous>)
at e.compileAndRun (tfjs@0.12.0:2)

据我了解，Chrome移动版在纹理尺寸上有一些限制，并且我的模型超出了限制，因此出现了错误。

我的问题是我将如何解决这个问题？

我应该重新训练我的模型并使它的尺寸变小以便在Mobile上运行还是有其他解决方案？

注意：当前tfjs格式的模型约为112MB。

Answer 1

我知道这是一篇过时的文章，但是由于我最近遇到相同的问题，我只是想补充一下我的发现。

正在发生的是：使用tf.image.fromPixels将图像转换为张量。然后，图像将被裁剪并调整大小。最后，为了与WebGL一起使用，将张量存储在纹理中。这是失败的地方。

最大纹理大小取决于设备和浏览器。几乎所有现代设备都可以处理2048 x 2048纹理。我们无法为此anything。

张量的大小不取决于：

输入的解析度
输入大小
转换后的模型中的输出节点数
转换后的模型中输出节点的类型
用于转换模型的量化字节
Trainig数据集

对我而言唯一有效的方法是更改开始的预训练模型。所以我从faster_rcnn_inception_v2_coco切换到ssd_mobilenet_v2_coco。

Answer 2

我遇到了同样的问题。模型在台式机上可以正常工作，但在移动设备上尝试使用model.predict时会崩溃。对于我的问题，由于卷积内核的大小，我能够找到原因。我发现我可以使用最大大小为（6,6）的卷积内核，而不会在移动设备上遇到问题。如果我达到（7,7）或更大，则会出现纹理大小错误。这个问题与我的输入大小无关。

使用tfjs在Chrome移动版上图像预测失败，但在Chrome桌面上有效

2 个答案: