Question

我在 Create ML 应用程序中创建了一个图像识别 .mlmodel 文件。我现在在 iOS 应用中使用它。

它适用于 iPhone 11 和 iPhone 12（以及相应型号），但不适用于 iPhone 8、iPhone 8 Plus 和 iPhone X。可能还有其他型号无法使用，但我可以确认这些型号远。

我使用的代码是：

do {
    let prediction = try self.model.prediction(image: pixelBuffer!)
} catch {
    print("\(error)")
}

在这不起作用的模型上，控制台打印的错误是：

Error Domain=com.apple.CoreML Code=1 "Predicted feature named 'classLabel' was not output by pipeline" UserInfo={NSLocalizedDescription=Predicted feature named 'classLabel' was not output by pipeline}

由于缺乏关于 CoreML 的文档，我无法找到有关此错误的可靠跟踪。 SO 上有一些随机帖子，Turicreate Github（Core ML 运行的底层 Python 库）上也有 Git 问题，但似乎没有直接回答这个问题。

任何帮助将不胜感激。谢谢！

根据这篇 Apple 开发者论坛帖子，使用 A7 处理器的设备与早于 A7 处理器的设备之间似乎存在一些差异。有没有可能它默默地失败了？

https://developer.apple.com/forums/thread/93105

在ML模型的输出类中，有几行代码如下：

lazy var classLabel: String = {
    [unowned self] in return self.provider.featureValue(for: "classLabel")!.stringValue
}()

这是在模拟器上构建时自动生成的文件，因此即使在文本编辑器中编辑文件也会在每次构建时被覆盖。我认为如果可能的话，输出模型的输出可能会有所帮助，以查看它实际返回的内容。

我已经追踪到这个函数：

open func prediction(from input: MLFeatureProvider, options: MLPredictionOptions) throws -> MLFeatureProvider

在 MLModel.h 中的 MLModel 类声明中。这是抛出错误的地方；到目前为止，我已经记录了所有输入数据，这是引发错误的函数，因此它来自框架本身。

Answer 1

您创建的模型是所谓的管道模型，这意味着它包含两个子模型。第一个是 Vision FeaturePrint 模型，第二个是一个分类器，用于处理这些特征打印并输出类标签。

根据错误消息，管道没有在任何地方输出 parameters 结果。由于它适用于某些 iPhone 而不适用于其他 iPhone，因此这可能是 Core ML 中的一个错误。但是，这也可能是模型或不同 iOS 版本的问题。很难说到底发生了什么。

您可以使用 Netron 工具（开源）查看模型，这应该能让您了解模型中是否确实存在 classLabel。

CoreML 图像识别模型预测仅适用于 iPhone 11 和 12 模型

1 个答案: