Tensorflow Lite模型推理的精度非常低

Question

我想创建一个预测年龄和性别的模型，并将其集成到Android应用程序中。

我在Ubuntu 16上使用Python 3.6，Tensorflow 1.13.1和Keras 2.2.4。

首先，我用IMDB数据集训练不同的模型：keras的Mobilenet V1和V2，以及我自己编写的VGG。对于这两个MobileNet，我使用imagenet权重来初始化模型。

准确率相当高，性别的准确率超过90%。

培训结束后，我尝试了几种方法来转换tflite中的模型：

• 三种方式，我直接从转换。h5文件：

converter = tf.lite.TFLiteConverter.from_keras_model_file(model_to_convert)
tflite_model = converter.convert()
open(model_converted, "wb").write(tflite_model)

converter = tf.contrib.lite.TFLiteConverter.from_keras_model_file(model_to_convert)
tflite_model = converter.convert()
open(model_converted, "wb").write(tflite_model)

converter = tf.contrib.lite.TocoConverter.from_keras_model_file(model_to_convert)
tflite_model = converter.convert()
open(model_converted, "wb").write(tflite_model)

• 我首先将模型转换为tf图，如本例所述

在转换之前，我还尝试使用这行代码：

tf.keras.backend.set_learning_phase(0)

最后，我加载了。Android Studio中的tflite文件：

private ByteBuffer convertBitmapToByteBuffer(Bitmap bitmap) {
        int SIZE_IMAGE = 96;
        ByteBuffer byteBuffer = ByteBuffer.allocateDirect(4*1*SIZE_IMAGE*SIZE_IMAGE*3);
        byteBuffer.order(ByteOrder.nativeOrder());
        int[] pixels = new int[SIZE_IMAGE * SIZE_IMAGE];
        bitmap.getPixels(pixels, 0, bitmap.getWidth(), 0, 0, bitmap.getWidth(), bitmap.getHeight());
        int pixel = 0;
        for(int i=0; i < SIZE_IMAGE; i++){
            for(int j=0; j<SIZE_IMAGE;j++){
                final int val = pixels[pixel++];
                byteBuffer.putFloat((float) (((val >> 16) & 0xFF)/255));
                byteBuffer.putFloat((float) (((val >> 8) & 0xFF)/255));
                byteBuffer.putFloat((float) ((val & 0xFF)/255));

            }
        }    

public String recognizeImage(Bitmap bitmap) {
        ByteBuffer byteBuffer = convertBitmapToByteBuffer(bitmap);
        Map<Integer, Object> cnnOutputs = new HashMap<>();
        float[][] gender=new float[1][2];
        cnnOutputs.put(0,gender);
        float[][]age=new float[1][21];
        cnnOutputs.put(1,age);
        Object[] inputs = {byteBuffer};
        interpreter.runForMultipleInputsOutputs(inputs, cnnOutputs);
        String result = convertToResults(gender[0], age[0]);
        return result;
    }

在最终推断过程中，无论使用何种模型，精度都很低。要么口译员预测的结果总是完全相同，要么预测的年龄变化不大，但预测的性别总是“女性”。

我该怎么办？

提前感谢！

Answer 1

尝试使用keras模型和tflite模型处理一个输入数据并比较推断结果。可能输出不匹配。你可以从那里调试。