TensorFlow-Lite预训练模型在Android演示中不起作用

Question

TensorFlow-Lite Android演示与它提供的原始模型mobileNet_quant_v1_224.tflite一起工作。参见：https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/lite

他们还在这里提供了其他预训练的lite模型:https://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/lite/g3doc/models.md

但是，我从上面的链接下载了一些较小的模型，例如MobileNet_V1_0.25224.tflite，并在演示应用程序中通过更改ImageClassifier.java中的model_path=“MobileNet_V1_0.25224.tflite”；来替换原始模型。应用程序崩溃的原因是：

12-11 12:52:34.222 177 13-17729/？E/AndroidRuntime：致命异常：CameraBackground进程：Android.example.com.TFLiteCamerademo,pid：17713 java.lang.IllegalArgumentException：无法获取输入维度。第0个输入应为602112字节，但发现为150528字节。在org.tensorflow.lite.nativeInterpreterwraper.getInputDims（原生方法）在org.tensorflow.lite.interpreterwraper.run(NativeInterpreterwraper.82)在org.tensorflow.lite.interpreter.runFormultipleInputsOutputs(interpreter.java:112)在org.tensorflow.liteinterpreter.run(interpreter.java:93)在com.example.android.tflitecamerademo.imageclassifier.classifyFrame(imageclassifier.java:108)在ple.android.TFLiteCamerademo.Camera2BasicFragment.Access$900(Camera2BasicFragment.java:69)在com.example.android.TFLiteCamerademo.Camera2BasicFragment$5。运行(Camera2BasicFragment.java:558)在android.os.handler.HandleCallback(Handler.java:751)在android.os.handler.DispatchMessage(Handler.java:95)在android.os.looper.loop(looper.java:154)在android.os.handlerthread.run(Handlerthread.java:61)

原因似乎是模型所需的输入维度比图像大小大四倍。因此，我将DIM_BATCH_SIZE=1修改为DIM_BATCH_SIZE=4。现在的错误是：

致命异常：CameraBackground进程：Android.example.com.TFLiteCamerademo,pid：18241 Java.lang.IllegalArgumentException：无法将类型为FLOAT32的TensorFlowLite张量转换为类型为[[B（与TensorFlow.Lite.tensor.CopyTo(tensor.Java:36)的Java对象（位于org.TensorFlow.Lite.Interpreter.RunFormultipleInputsOutputs(Interpreter.Java:122)的Java对象（位于org.TensorFlow.Lite.Interpreter.Run(Interpreter.Java:93)的Java对象：108）在com.example.android.TFLiteCamerademo.Camera2BasicFragment.ClassifyFrame(Camera2BasicFragment.Java:663)在com.example.android.TFLiteCamerademo.Camera2BasicFragment.访问$900(Camera2BasicFragment.Java:69)在com.example.android.TFLiteCamerademo.Camera2BasicFragment$5.运行(Camera2BasicFragment.Java:558)在android.os.handler.handleCallback(Handler.Java:751)在android.os.handler.DispatchMessage(Handler.Java:95)在android.os.looper.loop(looper.java:154)位于android.os.handlerthread.run（handlerthread.java:61)

我的问题是如何让一个精简的MobileNet tflite模型与TF-lite Android演示一起工作。

（我实际上尝试了其他方法,例如使用提供的工具将TF冻结图转换为TF-lite模型,甚至使用与https://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/lite/toco/g3doc/cmdlineexamples.md中完全相同的示例代码,但转换后的tflite模型仍然不能在Android演示中工作。）

Answer 1

Tensorflow-Lite Android演示中包含的ImageClassifier.java期望一个量化模型。到目前为止，只有一个Mobilenets模型是以量化形式提供的：MobileNet1.0224 Quant。

要使用其他浮点模型，可以从Tensorflow for Poets TF-Lite演示源交换ImageClassifier.java。这是为浮点模型编写的。https://github.com/googlecodelabs/tensorflow-for-poets-2/blob/master/android/tflite/app/src/main/java/com/example/android/tfliteCamerademo/imageClassifier.java

做一个diff,您会看到在实现中有几个重要的差异。

另一个可考虑的选项是使用toco:html" target="_blank">https://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/lite/toco/g3doc/cmdlineexamples.md将浮点模型转换为量化的