Android TensorFlow Lite解释器：如何修复“数据类型错误：无法解析java.lang.float的数据类型”

Question

当运行TFLite解释器将包含浮点的ByteBuffer作为输入时,应用程序抛出一个异常：

“数据类型错误：无法解析java.lang.float的数据类型”

模型本身是在Keras上训练的，然后转换成TF，再转换成TFLITE。

import org.tensorflow.lite.Interpreter;
import java.nio.ByteBuffer;


public Interpreter tflite;

tflite = new Interpreter(loadModelFile(Test_TFLite.this,modelFile));

ByteBuffer bytebuffer_float = convertBitmapToByteBuffer_float(image, 1, 
    224, 3);

float out = 0;

tflite.run(bytebuffer_float,out);


private ByteBuffer convertBitmapToByteBuffer_float(Bitmap bitmap, int 
    BATCH_SIZE, int inputSize, int PIXEL_SIZE) {
        ByteBuffer byteBuffer = ByteBuffer.allocateDirect(4 * BATCH_SIZE * 
    inputSize * inputSize * PIXEL_SIZE); //float_size = 4 bytes
        byteBuffer.order(ByteOrder.nativeOrder());
        int[] intValues = new int[inputSize * inputSize];
        bitmap.getPixels(intValues, 0, bitmap.getWidth(), 0, 0, 
    bitmap.getWidth(), bitmap.getHeight());
        int pixel = 0;
        for (int i = 0; i < inputSize; ++i) {
            for (int j = 0; j < inputSize; ++j) { 
                final int val = intValues[pixel++];


                byteBuffer.putFloat( ((val >> 16) & 0xFF)* (1.f/255.f)); 
                byteBuffer.putFloat( ((val >> 8) & 0xFF)* (1.f/255.f)); 
                byteBuffer.putFloat( (val & 0xFF)* (1.f/255.f)); 
            }
        }
        return byteBuffer;
    }

我希望有一个范围为[0,1]的浮点值作为输出。解释器抛出异常时没有实际输出。

“数据类型错误：无法解析java.lang.float的数据类型”

Answer 1

我自己从来没有在Java中使用过TF-Lite。但是，根据文档，tflite.run()的两个参数都必须是张量。但是对于output参数，您只传递一个float。因此，我非常肯定这是您的错误“无法解析java.lang.float的数据类型”的根本原因。

注意：根据文档，还支持原始的bytebuffers以及支持的数据类型(float、int、long、byte)的多维数组。因此，您的两种方法bytebuffer和float[][][][]应该都能工作。您只需对输出执行相同的操作。