Question

我是Tensorflow的新手，正在尝试将其纳入我的项目。我正在使用带相机的树莓派pi4检测我的喂鸟器的变化，拍摄照片，然后使用张量流识别那只鸟。我正在使用Birds_V1完成此操作。

我很好奇如何解释输入和输出。根据概述，输入为：

预计为尺寸为224 x 224的3通道RGB彩色图像，缩放为[0，1]。

我对缩放为[0,1]的含义感到困惑此外，输出

image_classifier：尺寸为965的概率向量，对应于标签图中的背景类别和964种鸟类。

我完全迷失了这里的意思。

最后，我运行了解释器.get_input_details（）和解释器.get_output_details（）看看它会输出什么。

我把它打印回来了，顶部是输入，底部是输出：

[{'name': 'module/hub_input/images_uint8', 'index': 170, 'shape': array([  1, 224, 224,   3]), 'dtype': <class 'numpy.uint8'>, 'quantization': (0.0078125, 128), 'quantization_parameters': {'scales': array([0.0078125], dtype=float32), 'zero_points': array([128]), 'quantized_dimension': 0}}]

[{'name': 'module/prediction', 'index': 171, 'shape': array([  1, 965]), 'dtype': <class 'numpy.uint8'>, 'quantization': (0.00390625, 0), 'quantization_parameters': {'scales': array([0.00390625], dtype=float32), 'zero_points': array([0]), 'quantized_dimension': 0}}]

我不知道该怎么解释，并且想知道我是否应该放弃它，或者如果它不重要则忽略它。

我感谢您对此部分的任何澄清，并感谢您认为对解决此问题有用的任何资料。我一直在寻找帮助的人，但还没到任何地方。

Answer 1

@smile在评论中回答了大多数问题，但在此处（答案部分）提供了澄清，以使社区受益。

问题：我对缩放为[0,1]的含义感到困惑

答案：通常，Images只是Numpy Array（在您的形状为224、224、3的情况下），其值范围为0 to 255 。通过将每个像素值除以255，我们Normalize Pixel Values使得每个Pixel的值将在[0,1]范围内。如果我们不Normalize Pixel Values，那么Model到Converge所花费的时间将会非常长。

有关规范化的更多信息，请参阅此Stack Overflow Answer和此Stack Exchange Answer。

问题：尺寸为965的probability vector，对应于标签图中的背景class和964种鸟类。我完全迷失了这里的意思。

答案：在我们的CNN的最后一层，我们将使用Softmax Activation Function等于Number of Units的{{1}}（在您的情况下，值为 965 ）。因此，该Number of Classes中的Output将导致965 Layer，所有Probabilities的总和为1。Probabilities最高的{{1 }}代表与该Class相对应的Probability。

例如在分别对应于Class个物种的5个物种Image中。这意味着输入图像被分类为C类（最大值0.6）。（以@smile的示例为例，因为它已经很好地说明了。）

问题：我不知道如何解释model output = [0.1,0.1,0.6, 0.1, 0.1]和[A,B,C,D,E]

答案：get_input_details的源代码解释为它返回输入图像张量的所有详细信息的列表。同样，get_output_details的源代码解释说，它返回输出预测张量的所有详细信息的列表。可以在此Tensorflow Documentation中找到有关API解释器的信息。

在代码中，

interpreter.get_input_details

interpreter.get_output_details表示图中输入张量的[{'name': 'module/hub_input/images_uint8', 'index': 170, 'shape': array([ 1, 224, 224, 3]), 'dtype': <class 'numpy.uint8'>, 'quantization': (0.0078125, 128), 'quantization_parameters': {'scales': array([0.0078125], dtype=float32), 'zero_points': array([128]), 'quantized_dimension': 0}}]，Name表示其Name。 Shape的目的是减小shape的大小，因为Quantization的{{1}}会更小。可以在此Tensorflow Documentation中找到有关Model的更多信息。

了解tflite模型的输入和输出

1 个答案: