Question

我已经从MLKit创建了.tflite文件，并在张量应用中使用了该文件，但该应用崩溃并出现跟随错误。

  java.lang.IllegalArgumentException: Cannot convert between a TensorFlowLite buffer with 150528 bytes and a ByteBuffer with 786432 bytes.
            at org.tensorflow.lite.Tensor.throwIfShapeIsIncompatible(Tensor.java:281)
            at org.tensorflow.lite.Tensor.throwIfDataIsIncompatible(Tensor.java:258)
            at org.tensorflow.lite.Tensor.setTo(Tensor.java:119)
            at org.tensorflow.lite.NativeInterpreterWrapper.run(NativeInterpreterWrapper.java:167)
            at org.tensorflow.lite.Interpreter.runForMultipleInputsOutputs(Interpreter.java:275)
            at org.tensorflow.lite.examples.detection.tflite.TFLiteObjectDetectionAPIModel.recognizeImage(TFLiteObjectDetectionAPIModel.java:193)
            at org.tensorflow.lite.examples.detection.DetectorActivity$2.run(DetectorActivity.java:181)
            at android.os.Handler.handleCallback(Handler.java:790)
            at android.os.Handler.dispatchMessage(Handler.java:99)
            at android.os.Looper.loop(Looper.java:164)
            at android.os.HandlerThread.run(HandlerThread.java:65)

以下是tensorFlow App的代码。

 if (isQuantized) {
      numBytesPerChannel = 1; // Quantized
    } else {
      numBytesPerChannel = 4; // Floating point
    }
    d.imgData = ByteBuffer.allocateDirect(1 * d.inputSize * d.inputSize * 3 * numBytesPerChannel);
    d.imgData.order(ByteOrder.nativeOrder());

Answer 1

这是因为您的INPUT_SHAPE / INPUT_DATA与模型的INPUT_SHAPE / INPUT DATA不同。以本机顺序将输入数据转换为ByteBuffer，其形状和大小与输入模型的方式完全相同。

不同的.tflite文件和.txt文件，用于在应用中实现张量流

1 个答案: