输出与 TensorFlow Hub 上的北美地标分类模型不匹配答案

【问题标题】：Output mismatch with Landmarks Classification Model North America on TensorFlow Hub输出与 TensorFlow Hub 上的北美地标分类模型不匹配
【发布时间】：2021-03-23 20:17:57
【问题描述】：

我正在尝试从 tensorflow hub 加载预训练模型（链接：https://tfhub.dev/google/on_device_vision/classifier/landmarks_classifier_north_america_V1/1）。当我对单个图像进行推理时，我得到长度为 99424 的输出，但相应的标签图的长度为 99676。这对我来说没有任何意义，因为两者的长度应该是相同的长度。由于这个错误，模型无法准确分类。有没有其他人有同样的错误。如果没有，任何指导将不胜感激。

import tensorflow.compat.v2 as tf
import tensorflow_hub as hub

model = hub.KerasLayer(model_url, output_key='predictions:logits')
landmarks = pd.read_csv(landmark_file)
image = load_image(im_path) # (321, 321, 3) scaled between [0,1]
output = model(image)
prediction = landmarks['name'][int(tf.math.argmax(output, 1))]

另外，加载模型时出现此错误：

INFO:tensorflow:Saver not created because there are no variables in the graph to restore

我觉得是 tensorflow hub 的模型有问题，但不完全确定

【问题讨论】：

标签： tensorflow tensorflow-hub

【解决方案1】：

自 2021 年 3 月 18 日起，标签映射中的不一致问题已得到修复。您只需重新下载 labelmap 文件，这些文件可从tfhub.dev 的模型页面中引用。希望对您有所帮助，不便之处敬请见谅！

【讨论】：