如何为.tflite输入转换图像

Question

我正在尝试使模型（在转换为.tflite之前成功运行）对测试图像进​​行分类。

img = Image.open( input_path )
img.load()
input_data = np.array(img, dtype=np.int32)
interpreter.set_tensor(input_details[0]['index'], input_data)
interpreter.invoke()

但是我得到一个错误 ValueError：无法设置张量：获得类型2的张量，但预期输入13的类型1

这是dtype，我相信int32是正确的格式，我几乎已经尝试了所有其他方法，但是我仍然收到错误消息，它不是很描述。

由于我的dtype正确，因此我认为我必须错误地转换了图像。有没有更好的方法可以将这张图片转换为模型？

Answer 1

尝试一下：

input_data = np.array(img, dtype=np.float32)

您可以随时通过

进行检查

print(interpreter.get_input_details())

需要哪种dtype