【发布时间】：2020-06-16 14:44:00
【问题描述】：
我已经训练了一个模型来检测要在移动设备（Android 和 iOS）中使用的自定义对象，我的代码基于 tensorflow 的 iOS 和 Android 示例。在我的测试中，我注意到 Android 应用和 iOS 应用的性能有所不同。
一些性能示例（检测到的对象数量）：
IMG - iOS - Android
img1 - 57 - 74
img2 - 9 - 33
img3 - 43 - 78
img4 - 17 - 25
我在两个平台上都使用了 70% 的置信度阈值。对象的实际数量比 Android 的结果要多一点。
我使用来自tensorflow model zoo 的ssd_mobilenet_v2_quantized_coco 和labelImg 标注的样本进行了迁移学习。我在this tutorial之后在谷歌云上做的训练过程。
我的问题是：我应该调查什么才能知道性能差异的原因并解决它？我的模型应该在两个移动平台上为客户提供相同的结果。
如果有不清楚的地方请告诉我，任何帮助都会很棒。谢谢！
【问题讨论】：
-
硬件和更具体地说 GPU 是否相同？如果不是，则很难比较 imo 的性能。
-
@grunk 我在我的物理设备、iPad 6th gen 和 Xiaomi Redmi Note 7 上运行它。你到底想知道我的硬件什么？
标签： android ios tensorflow object-detection tensorflow-lite