Tensorflow：确定预训练 CNN 模型的输出步幅答案

【问题标题】：Tensorflow: Determine the output stride of a pretrained CNN modelTensorflow：确定预训练 CNN 模型的输出步幅
【发布时间】：2021-04-14 04:03:38
【问题描述】：

我已经下载并正在使用Tensorflow Lite Posenet Model 实现一个机器学习应用程序。这个模型的输出是一个热图，它是 CNN 的一部分，我是新手。

处理输出所需的一条信息是“输出步幅”。它用于计算在原始图像中找到的关键点的原始坐标。

keypointPositions = heatmapPositions * outputStride + offsetVectors

但是documentation 没有指定输出步幅。 tensorflow 中是否有可用的信息或方法可用于获取此（任何）预训练模型的输出步幅？

img 的输入形状为：(257,257,3)
输出形状为：(9,9,17)（1 [9x9] 17 个不同关键点的热图）

import tensorflow as tf
import numpy as np
import json

model = tf.lite.Interpreter('models\posenet_mobilenet_v1_100_257x257_multi_kpt_stripped.tflite')
model.allocate_tensors()

with open('model_details.json', 'w') as outfile:
     info = dict(list(enumerate(model.get_tensor_details())))
     s = json.dumps(str(info))
     outfile.write(s)

【问题讨论】：

标签： python tensorflow tensorflow-lite pose-estimation

【解决方案1】：

输出步幅可以通过以下等式获得：

resolution = ((InputImageSize - 1) / OutputStride) + 1

示例：宽度为225像素和输出的输入图像 16 的步幅导致输出大小为 15

15 = ((225 - 1) / 16) + 1

对于 tflite PoseNet 模型（分辨率为 9）：

9 = ((257-1)/ x) + 1 x = 32 所以输出步幅是 32

Source

【讨论】：

你能否详细说明一下pose net中的输出步幅是多少，在Pose net模型中它的重要性，它是如何计算的以及应该是哪个数字！ .请简单解释一下？
请看附件源：在里面，它解释说：“这个参数影响神经网络中层的高度和宽度。在高层次上，它影响精度和速度位姿估计. 输出步幅值越低精度越高但速度越慢, 值越大速度越快但精度较低. 查看输出步幅对输出质量影响的最佳方法是玩单姿势估计演示。”
这里是演示：storage.googleapis.com/tfjs-models/demos/posenet/camera.html
我想知道为什么会这样，PoseNET里面的原因是什么？