使用MLMultiArray作为CoreML模型的输出

Question

我使用PyTorch训练了YOLOv3-SPP模型。然后，我将模型保存为onnx格式，然后使用onnx-coreml将onnx模型转换为CoreML。由于输出是MLMultiArray，我似乎无法弄清楚如何使用我的模型。

这是我的输出结果：

我是机器学习的新手，并且在尝试使用此模型时不知道从哪里开始。我不知道每个MultiArray包含哪些信息，也无法弄清楚如何访问它。假设我的模型是经过3类训练的对象检测器，那么谁能告诉我每个MultiArray拥有什么信息以及如何获得它？一些带有解释的示例代码将大有帮助。如果有人知道任何Github项目，我都可以将其放到模型中进行测试，那也可以。

Answer 1

您需要将模型的输出解码为边界框等，就像PyTorch模型一样。并非PyTorch代码所做的一切都是Core ML模型的一部分。

要在StackOverflow上对此进行解释很繁琐，但是我在博客上https://machinethink.net/blog/

对此进行了广泛的写作。

尤其是

• https://machinethink.net/blog/object-detection/
• https://machinethink.net/blog/yolo-coreml-versus-mps-graph/
• https://machinethink.net/blog/object-detection-with-yolo/

YOLOv3-SPP在细节上有所不同，但这应该可以帮助您入门。