Question

我正在ionic 3框架中制作一个用于识别手写字符的应用程序，为此，我使用了tensorflowjs。问题在于，当一切都解决后，预测总是返回相同的值。

模型（使用tensorflowjs-converter从keras转换）存储在本地assets/models/model.json中。

我尝试预测的图像是从HTMLCanvasElement中提取的，您可以在其中绘制字符，然后函数getCanvas()从中检索ImageData：

getCanvas() {
    let photo = document.getElementById('MyCanvas') as HTMLCanvasElement;
    let ctx = photo.getContext('2d');
    const data: ImageData = ctx.createImageData(300,300);
    return data;
}

然后，根据[1, 32, 32, 3]计算模型的输入张量data，然后，我用evaluateModel()将其输入模型。在该函数中，我将model.json加载到tf.loadModel()中，然后尝试预测图像的类别：

import * as tf from '@tensorflow/tfjs';

async evaluateModel() {
    imageData: ImageData = this.getCanvas();
    const modelURL: string = './../../assets/models/model.json';

    let img: tf.Tensor<tf.Rank.R3> = tf.fromPixels(imageData);
    img = tf.image.resizeBilinear(img, [32, 32]);
    img = img.expandDims(0);

    await tf.loadModel(modelURL).then(model => {
        const output: any = model.predict(img);
        const results: number = output.argMax(1).dataSync()[0];
        console.log(results);
    }

一切正常，没有任何错误，但是当将输出预测记录到控制台时，它总是返回相同的值。另外，预测数组非常平坦，指出python中的模型在测试中的准确率达到 99,01％：

console.log(Array.from(output.dataSync())); 

17  /* Result of the argMax function on output */
[0.011652837507426739, 0.03457817807793617, 0.029257778078317642, 0.008851004764437675, 0.01691449247300625, 0.026485547423362732, 0.04974032938480377, 0.016473202034831047, 0.021701140329241753, 0.020724112167954445, 0.03173287212848663, 0.024661116302013397, 0.007072054781019688, 0.022814681753516197, 0.011404283344745636, 0.015105938538908958, 0.024694452062249184, 0.07453715801239014, 0.011547397822141647, 0.03946337103843689, 0.018134022131562233, 0.027423541992902756, 0.014102200977504253, 0.016702469438314438, 0.05513478443026543, 0.030478181317448616, 0.012863627634942532, 0.011269242502748966, 0.022525735199451447, 0.022545555606484413, 0.02840271405875683, 0.011758353561162949, 0.006561313755810261, 0.020660076290369034, 0.009705542586743832, 0.024312887340784073, 0.011940978467464447, 0.020643217489123344, 0.009319263510406017, 0.00957920216023922, 0.01844164915382862, 0.015434195287525654, 0.02170679345726967, 0.017867043614387512, 0.013763428665697575, 0.029312126338481903]

尝试解决此问题时，我想到的仅有两件事是：

ImageData无法正确提取画布图形，因此，预测始终返回相同的值。
model.json上的权重未被访问或加载，因此模型返回相同的值。

有什么想法吗？

感谢您的帮助。

Answer 1

%sql select distinct_id, get_json_object(properties, "$.\*Plan") from my_table创建一个具有透明黑色像素的新ImageDate。因此，每次调用该方法时，都会返回相同的ImageData。

您宁愿在另一个画布上重绘初始图像，该画布的尺寸（高度和宽度）与作为模型参数的张量形状相匹配。

DECLARE @sqlCmd NVARCHAR(400);

SET @sqlCmd = CONCAT(
                'BULK INSERT dbo.TableName FROM ''', '\server\directory_name1\directory_name2\'
                , FORMAT(GETDATE(), 'yyyyMMdd_HHmmss'), '_filename.csv''');

-- PRINT @sqlCmd;
-- EXEC sys.sp_executesql @sqlCmd;

有了这个新的imageData，就不再需要使用createImageData，// create a new canvas on which the initial canvas will be redrawn const canvas = document.createElement('canvas'); // draws on the first 32 * 32 pixels canvas.drawImage(photos, 0, 0, 32, 32); // returns the imageData corresponding to the part of the canvas we drew return canvas.getImageData(0, 0, 32, 32);就足以为张量提供所需的形状。

tf.bilinear

为什么tensorflowjs中的model.predict（）总是返回相同的预测？

1 个答案: