Yolo to keras to coreml : 获得信心和坐标作为输出答案

【问题标题】：Yolo to keras to coreml : get confidence and coordinates as outputsYolo to keras to coreml : 获得信心和坐标作为输出
【发布时间】：2020-09-01 01:17:04
【问题描述】：

❓问题

嗨，采取了以下步骤

我在一个只有一个类的自定义数据集上训练了 yolo tiny
将 .weights(darknet) 转换为 .h5 (keras)（经过验证，keras 模型也可以正常工作）
现在，当我将 Keras 转换为核心 ml 模型时，我没有得到坐标和置信度作为输出

用于转换为核心 ml 的命令

coremltools.converters.keras.convert(
'model_data/yolo.h5',
 input_names='image',
 class_labels=output_labels,
 image_input_names='image',
 input_name_shape_dict={'image': [None, 416, 416, 3]}
 )

虽然我已经检查过第三方 Yolo 模型转换为 core ml 给出坐标和信心

参考截图：

第三方 Yolo 模型转换为核心 ml

我的 Yolo 模型转换为核心 ml

系统信息

Keras==2.1.5
coremltools==3.3

【问题讨论】：

标签： keras yolo coreml coremltools

【解决方案1】：

不要添加这个：class_labels=output_labels -- 它会让你的 Core ML 模型变成一个分类器，在 Core ML 中被特殊对待。由于您的模型是对象检测器，因此您不希望这样做。

请看这里：https://github.com/hollance/YOLO-CoreML-MPSNNGraph

基本上，您需要自己在 Swift 或 Obj-C 代码中解码边界框坐标。您也可以将其添加到模型中，但根据我的经验，这比较慢。（这里有一个blog post，它展示了如何为 SSD 执行此操作，它与 YOLO 相似但不完全相同。）

【讨论】：

所以我尝试了博文中提到的步骤，坦率地说，对于初学者来说太难了2个问题：1）有没有捷径2）yolo怎么做？
简短的方法是使用我提到的 YOLO-CoreML-MPSNNGraph 存储库中的代码。这也是最好的方法。