Tensorflow lite 及其对 android studio 的部署答案

【问题标题】：Tensorflow lite and its deployment to android studioTensorflow lite 及其对 android studio 的部署
【发布时间】：2019-10-20 17:26:04
【问题描述】：

我已经将我的 keras 模型转换为 *.tflite 文件，在试图弄清楚如何在 android studio 上使用 tensorflow lite 之后，我在从我的 android 手机（或我的相机）预处理数据时遇到了困难) 然后进行分类（因为它是一个具有 4 个 softmax 输出节点的 cnn 模型，输入图像大小为 (1,256,256,3)）。由于 tensorflow 和其他网站没有提到更多关于 tflite.run(input, output) 的输入和输出（它们的类型，...等）的信息，以从可能来自手机图库或相机的图像生成预测，我也是Java应用程序开发的新手，希望你们能帮助我弄清楚并完成应用程序，谢谢。（对不起我的语法不好）

我已包含 tflite 模型，从图库中打开图像但不知道如何预处理它，因为 Java 对我来说是新手。

【问题讨论】：

标签： java android tensorflow keras

【解决方案1】：

您可以通过 TFLite Android 示例 here 更好地了解如何对图像文件（至少对于 ImageNet 样式的模型）执行预处理。

他们使用这个函数转换位图：

private void convertBitmapToByteBuffer(Bitmap bitmap) {
    if (imgData == null) {
      return;
    }
    imgData.rewind();
    bitmap.getPixels(intValues, 0, bitmap.getWidth(), 0, 0, bitmap.getWidth(), bitmap.getHeight());
    // Convert the image to floating point.
    int pixel = 0;
    long startTime = SystemClock.uptimeMillis();
    for (int i = 0; i < getImageSizeX(); ++i) {
      for (int j = 0; j < getImageSizeY(); ++j) {
        final int val = intValues[pixel++];
        addPixelValue(val);
      }
    }
    long endTime = SystemClock.uptimeMillis();
    LOGGER.v("Timecost to put values into ByteBuffer: " + (endTime - startTime));
  }

精确的像素预处理如下：

protected void addPixelValue(int pixelValue) {
    imgData.putFloat((((pixelValue >> 16) & 0xFF) - IMAGE_MEAN) / IMAGE_STD);
    imgData.putFloat((((pixelValue >> 8) & 0xFF) - IMAGE_MEAN) / IMAGE_STD);
    imgData.putFloat(((pixelValue & 0xFF) - IMAGE_MEAN) / IMAGE_STD);
  }

【讨论】：

感谢您的回复，顺便问一下，Image mean 和 image std 是什么 :(( 我昨天看到这段代码决定不接受它，而是像你一样接受位操作上面并除以 255.f，它似乎运行良好。