如何从量化的 TFLite 中获取类索引？答案

【问题标题】：How to get class indices from a quantized TFLite?如何从量化的 TFLite 中获取类索引？
【发布时间】：2021-01-19 18:25:13
【问题描述】：

我一直在用 TensorFlow 训练一个量化的 Mobilenet V2，但我不知道如何从中获取类索引。

我使用的是 TensorFlow 1.12

以下是我的输入和输出详细信息。

Input details [{'name': 'normalized_input_image_tensor', 'index': 260, 'shape': array([  1, 300, 300,   3], dtype=int32), 'shape_signature': array([  1, 300, 300,   3], dtype=int32), 'dtype': <class 'numpy.uint8'>, 'quantization': (0.0078125, 128), 'quantization_parameters': {'scales': array([0.0078125], dtype=float32), 'zero_points': array([128], dtype=int32), 'quantized_dimension': 0}, 'sparsity_parameters': {}}]
Output details [{'name': 'TFLite_Detection_PostProcess', 'index': 252, 'shape': array([ 1, 10,  4], dtype=int32), 'shape_signature': array([ 1, 10,  4], dtype=int32), 'dtype': <class 'numpy.float32'>, 'quantization': (0.0, 0), 'quantization_parameters': {'scales': array([], dtype=float32), 'zero_points': array([], dtype=int32), 'quantized_dimension': 0}, 'sparsity_parameters': {}}, {'name': 'TFLite_Detection_PostProcess:1', 'index': 253, 'shape': array([ 1, 10], dtype=int32), 'shape_signature': array([ 1, 10], dtype=int32), 'dtype': <class 'numpy.float32'>, 'quantization': (0.0, 0), 'quantization_parameters': {'scales': array([], dtype=float32), 'zero_points': array([], dtype=int32), 'quantized_dimension': 0}, 'sparsity_parameters': {}}, {'name': 'TFLite_Detection_PostProcess:2', 'index': 254, 'shape': array([ 1, 10], dtype=int32), 'shape_signature': array([ 1, 10], dtype=int32), 'dtype': <class 'numpy.float32'>, 'quantization': (0.0, 0), 'quantization_parameters': {'scales': array([], dtype=float32), 'zero_points': array([], dtype=int32), 'quantized_dimension': 0}, 'sparsity_parameters': {}}, {'name': 'TFLite_Detection_PostProcess:3', 'index': 255, 'shape': array([1], dtype=int32), 'shape_signature': array([1], dtype=int32), 'dtype': <class 'numpy.float32'>, 'quantization': (0.0, 0), 'quantization_parameters': {'scales': array([], dtype=float32), 'zero_points': array([], dtype=int32), 'quantized_dimension': 0}, 'sparsity_parameters': {}}]

我一直在尝试通过执行以下操作来获取类索引：

interpreter = tf.lite.Interpreter(model_path=PATH)
interpreter.allocate_tensors()
input_details = interpreter.get_input_details()
output_details = interpreter.get_output_details()
interpreter.set_tensor(input_details[0]['index'], input_data)
interpreter.invoke()
classes = interpreter.get_tensor(output_details[1]['index'])[0]

但是，类索引不正确。打印时，classes 看起来像这样：[0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]。我的数据集中有超过 1 个类，所以这没有任何意义。

获取类索引的正确方法是什么？

【问题讨论】：

你的任务是分类还是物体检测？
对象检测。

标签： python tensorflow tensorflow-lite

【解决方案1】：

经过大量实验，事实证明这不是量化问题。我们在创建 .tflite 时使用了错误的 graph_def .pb 文件，因此它预测了不存在的类。

【讨论】：

【解决方案2】：

尝试使用：

classes = interpreter.get_tensor(output_details[0]['index'])

【讨论】：

我的问题不是索引类张量，而是值的问题。 classes 看起来像这样：[0. 0. 0. 0. 0. 0. 0. 0. 0. 0.] 当我打印它时。
看起来模型什么也没预测。你可以使用tf2吗？ tf1 不再受支持。
据我所知，我们正在使用 slim，tf2 尚不支持。