将一个 VNCoreMLFeatureValueObservation 结果（3D 双精度数组）转换为多个 UIImage答案

【问题标题】：Convert a VNCoreMLFeatureValueObservation result (3D Double Array) into multiple UIImages将一个 VNCoreMLFeatureValueObservation 结果（3D 双精度数组）转换为多个 UIImage
【发布时间】：2018-12-30 09:17:29
【问题描述】：

我有一个 coreml 模型，它在运行后返回一个 VNCoreMLFeatureValueObservation 对象，其中包含 1“MultiArray : Double 10 x IMG_SIZE x IMG_SIZE array”

如何将其转换为 10 个 UIImage，每个具有 IMG_SIZE x IMG_SIZE 尺寸，并且它们的值为灰度？

【问题讨论】：

标签： ios swift machine-learning coreml

【解决方案1】：

在窥探了一下之后，我发现我必须添加这些帮助函数：

https://github.com/hollance/CoreMLHelpers 到我的 Xcode 项目。并来自 MultiArray 初始化问题：https://stackoverflow.com/a/44462908/403403

然后我拼凑出这个解决方案：

 let request = VNCoreMLRequest(model: model) { (request, error) in
            guard let results = request.results as? [VNCoreMLFeatureValueObservation] else {
                fatalError("Model failed to process image")
            }

            let obs : VNCoreMLFeatureValueObservation = (results.first)!
            let m: MLMultiArray = obs.featureValue.multiArrayValue!
            var mArrays = [MLMultiArray]()


            for i in 0..<10 {
                let start = i*(IMG_SIZE*IMG_SIZE) 
                guard let tmp : MLMultiArray = try? MLMultiArray(shape:[768,768], dataType:MLMultiArrayDataType.double) else {
                    fatalError("Unexpected runtime error. MLMultiArray")
                }
                for n in 0..<(IMG_SIZE*IMG_SIZE) {
                    tmp[n] = m[start+n]
                }
                mArrays.append(tmp)
            }



            self.imagePred0.image = mArrays[0].image(offset: 0, scale: 255)!
            self.imagePred1.image = mArrays[1].image(offset: 0, scale: 255)!
            self.imagePred2.image = mArrays[2].image(offset: 0, scale: 255)!
            self.imagePred3.image = mArrays[3].image(offset: 0, scale: 255)!
            self.imagePred4.image = mArrays[4].image(offset: 0, scale: 255)!
            self.imagePred5.image = mArrays[5].image(offset: 0, scale: 255)!
            self.imagePred6.image = mArrays[6].image(offset: 0, scale: 255)!
            self.imagePred7.image = mArrays[7].image(offset: 0, scale: 255)!
            self.imagePred8.image = mArrays[8].image(offset: 0, scale: 255)!
            self.imagePred9.image = mArrays[9].image(offset: 0, scale: 255)!



        }

希望有一种更清洁的方法，但现在可以使用

【讨论】：