Android TensorFlow Lite解释器：如何修复"DataType错误：无法解决java.lang.浮点数的DataType"

Question

运行TFLite解释器时，将包含浮点数的ByteBuffer作为输入，应用程序会引发异常：

"数据类型错误：无法解析java.lang.浮点数的数据类型"

模型本身在Keras上进行训练，然后转换为TF，然后再转换为TFLite。

对于转换，我使用了TF（1.5.0版）toco转换器。

toco的输入参数：

toco——输入文件=已转换。pb—输出文件=模型。tflite--输入\格式=TENSORFLOW \ GRAPHDEF--输入\形状=1224224,3--输入\数组=主\输入--输出\数组=主\输出/Sigmoid--推断\类型=浮点--输出\格式=tflite--输入\类型=浮点

代替ByteBuffer，我还手动创建了一个浮点[][][][] 数组，其尺寸预计由模型输入：[1,224,224,3]

导致与ByteBuffer相同的错误。

请注意，我将浮点除以255，以获得[0,1]范围内的像素值。

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;
    }

我期望一个范围[0,1]内的单个浮点值作为输出。由于解释器抛出异常，因此没有实际输出。

"数据类型错误：无法解析java.lang.浮点数的数据类型"

Answer 1

我从来没有用过TF-LiteJava自己。但是，根据文档，tflite.run（）的两个参数都必须是张量。但是对于输出参数，您只传递一个浮点。所以，我很确定这是您错误“无法解析java.lang.浮点数的数据类型”的根本原因。

注：根据文档，还支持原始ByteBuffers以及支持的数据类型的多维数组（float，int，long，byte）。因此，您的两种方法，ByteBuffer和float[][]都应该有效。您只需对输出执行相同的操作。