Question

我试图在tensorflow.js中使用经过预训练的Keras InceptionV3 / Xception模型。这些模型可以很好地加载，但是输出的预测结果并不正确（请参阅InceptionV3预测照片）

我还保存/转换了ResNet50模型，该模型运行良好。

这些模型当前是否仅与tensorflow.js不兼容？还是我的代码有问题？

通过以下方式保存/转换了模型：

from keras.applications import inception_v3
model = inception_v3.InceptionV3(include_top=True, weights='imagenet')
model.save("InceptionV3.h5", False)

tensorflowjs_converter --input_format=keras InceptionV3.h5 InceptionV3

此处提供代码（角度应用程序）：https://github.com/BenMcFadyen/tfjs_test

重要的部分：https://github.com/BenMcFadyen/tfjs_test/blob/master/src/app/app.component.ts

版本：

Chrome：72.0.3626.109
@ tensorflow / tfjs @ 1.0.0-alpha3

InceptionV3 predictions

ResNet50 predictions

Answer 1

我已经解决了该问题以供将来参考，事实证明，在将图像输入为Mobilenet does.之前，我并没有将图像标准化为[-1，1]范围我不确定ResNet50为什么不进行标准化就可以工作。

规范化代码：

 let tensor = tf.browser.fromPixels(canvas, number_channels);
 let normalizationOffset = tf.scalar(127.5);
 var normalized = tensor.toFloat().sub(normalizationOffset).div(normalizationOffset);
 var batched = resized.reshape([1, imgSize, imgSize, 3]);
 var output = model.predict(batched) as any;

使用Keras预训练的InceptionV3 / Xception模型时的预测不正确

1 个答案: