Question

我正在按照此指南操作，以在我的Xamarin.Android应用程序中运行一个简单的tflite检测器：Realtime Mobile Detection

我可以确认本文中的应用程序演示运行正常。但是，如您所见，本文基于针对安全帽的定制培训模型。我只想交换自己的定制训练模型。因此，我去了Google Cloud Platform> Vision网站并创建/训练了一个新模型。完成后，我将其导出为tflite模型。当我这样做时，我只是试图交换模型和标签，而我现在得到了这个异常：

字符串转换错误：输入中出现非法字节序列。

at（包装器管理为本地） System.Runtime.InteropServices.Marshal.PtrToStringAnsi（intptr）在 Emgu.TF.Lite.TfLiteInvoke.TfliteErrorHandler（System.Int32状态， System.IntPtr errMsg）[0x00001] in C：\ Personal \ Ensight \ Ensight.LPR.Mobile \ TF \ CameraTF \ Emgu.TF.Lite.Shared \ TFLiteInvoke.cs：26 在（包装器本机到托管）（包装）的Emgu.TF.Lite.TfLiteInvoke.TfliteErrorHandler（int，intptr）本地管理） Emgu.TF.Lite.TfLiteInvoke.tfeInterpreterInvoke（intptr）位于 Emgu.TF.Lite.Interpreter.Invoke（）[0x00001] in C：\ Personal \ Ensight \ Ensight.LPR.Mobile \ TF \ CameraTF \ Emgu.TF.Lite.Shared \ Interpreter.cs：75 在CameraTF.TensorflowLiteService.Recognize（System.IntPtr颜色， System.Int32 colorsCount）[0x00015]在 C：\ Personal \ Ensight \ Ensight.LPR.Mobile \ TF \ CameraTF \ CameraTF \ AR \ TensorflowLiteService.cs：66 在CameraTF.CameraAccess.CameraAnalyzer.DecodeFrame （ApxLabs.FastAndroidCamera.FastJavaByteArray fastArray）[0x00175]在 C：\ Personal \ Ensight \ Ensight.LPR.Mobile \ TF \ CameraTF \ CameraTF \ Camera \ CameraAnalyzer.cs：156 在 CameraTF.CameraAccess.CameraAnalyzer + <> c__DisplayClass25_0.b__0 （）[0x00002] in C：\ Personal \ Ensight \ Ensight.LPR.Mobile \ TF \ CameraTF \ CameraTF \ Camera \ CameraAnalyzer.cs：114

此异常发生在我调用此方法调用的确切时间：

    public void Recognize(IntPtr colors, int colorsCount)
    {
        CopyColorsToTensor(colors, colorsCount, inputTensor.DataPointer);

        interpreter.Invoke();

        var detectionBoxes = (float[])outputTensors[0].GetData();
        var detectionClasses = (float[])outputTensors[1].GetData();
        var detectionScores = (float[])outputTensors[2].GetData();
        var detectionNumDetections = (float[])outputTensors[3].GetData();

        var numDetections = (int)detectionNumDetections[0];

        Stats.NumDetections = numDetections;
        Stats.Labels = detectionClasses;
        Stats.Scores = detectionScores;
        Stats.BoundingBoxes = detectionBoxes;
    }

这是在尝试“识别”张量分配和输入/输出连接之前完成的初始化。我确认此初始化工作正常，并且确实看到了输入和输出层：

    public bool Initialize(Stream modelData, bool useNumThreads, bool useNNApi)
    {
        using (var ms = new MemoryStream())
        {
            modelData.CopyTo(ms);

            model = new FlatBufferModel(ms.ToArray());
        }

        if (!model.CheckModelIdentifier())
        {
            return false;
        }

        var op = new BuildinOpResolver();
        interpreter = new Interpreter(model, op);

        interpreter.UseNNAPI(useNNApi);

        if (useNumThreads)
        {
            interpreter.SetNumThreads(Environment.ProcessorCount);
        }

        var allocateTensorStatus = interpreter.AllocateTensors();
        if (allocateTensorStatus == Status.Error)
        {
            return false;
        }

        //var input = interpreter.GetInput();
        //inputTensor = interpreter.GetTensor(input[0]);
        if (inputTensor == null)
        {
            inputTensor = interpreter.Inputs[0];
        }

        if (outputTensors == null)
        {
            outputTensors = interpreter.Outputs;
        }
        //var output = interpreter.GetOutput();
        //var outputIndex = output[0];

        //outputTensors = new Tensor[output.Length];
        //for (var i = 0; i < output.Length; i++)
        //{
        //    outputTensors[i] = interpreter.GetTensor(outputIndex + i);
        //}

        return true;
    }

同样，我也确保其余代码（如图像整形等）都没有问题，因为我能够交换模型并将原始模型放回原处，并且所有代码都能正常工作。这与该特定模型有关，但我在Google Cloud上进行了培训，并导出为tflite。我确实确保检查了输入形状/大小的差异，这不是问题。我不太确定还可能是什么，这些模型看起来很相似。这是我从Google Cloud获得的导出元数据，看起来很标准

{
    "inferenceType": "QUANTIZED_UINT8", 
    "inputShape": [
        1, 
        320, 
        320, 
        3
    ], 
    "inputTensor": "normalized_input_image_tensor", 
    "maxDetections": 40, 
    "outputTensorRepresentation": [
        "bounding_boxes", 
        "class_labels", 
        "class_confidences", 
        "num_of_boxes"
    ], 
    "outputTensors": [
        "TFLite_Detection_PostProcess", 
        "TFLite_Detection_PostProcess:1", 
        "TFLite_Detection_PostProcess:2", 
        "TFLite_Detection_PostProcess:3"
    ]
}

有什么想法或尝试的方法吗？谢谢！

尝试调用Tensorflow Tflite模型的字符串转换错误

0 个答案: