使用 Tensorflow lite 时的 kotlin 应用程序浮点类型转换答案

【问题标题】：kotlin application float type conversion when using Tensorflow lite使用 Tensorflow lite 时的 kotlin 应用程序浮点类型转换
【发布时间】：2019-12-07 13:19:54
【问题描述】：

我对使用 kotlin 的 tensorflow lite 应用程序非常陌生。我已经使用 mobilenet 模型获取了用于图像分类的示例 kotlin 代码，它工作正常，现在我正在尝试使用我自己的自定义图像分类器模型。我正在使用输入形状为 32x32x3 的 VGG 架构并将其转换为 tflite，并且使用 tflite 解释器可以正常工作。但是，当我在 kotlin 应用程序上尝试此操作时，我遇到了以下错误，并且由于 kotlin 中的 val 类型（自动类型转换），我发现很难将其转换为浮点数

 fun recognizeImage(bitmap: Bitmap): List<Recognition> {
        val scaledBitmap = Bitmap.createScaledBitmap(bitmap, inputSize, inputSize, false)
        val byteBuffer = convertBitmapToByteBuffer(scaledBitmap)
        val result = Array(1) { ByteArray(labelList.size) }
        interpreter.run(byteBuffer, result)
        return getSortedResult(result)
    }

错误日志

E/异常：java.lang.IllegalArgumentException：无法在 FLOAT32 类型的 TensorFlowLite 张量和 [[B 类型的 Java 对象（与 TensorFlowLite 类型 UINT8 兼容）之间进行转换。

如何解决

【问题讨论】：

标签： tensorflow kotlin tensorflow-lite

【解决方案1】：

首先，您需要仔细检查模型期望的输入类型。

如果它被量化，则模型期望在[0, 255] 范围内输入UINT8。

对于原始版本VGG，我记得（不确定）它期望浮点值在[0, 1] 范围内，这意味着您需要手动规范化输入数据。

【讨论】：