1

我正在尝试使用来自TensorFlow for Poets 2 的Mobile Net Transfer Learning 示例进行图像分类的 TFLite 实现

我能够使用代码实验室中的四个花朵样本成功完成迁移学习并获得以下屏幕 迁移学习后的应用

这是被分类的连续图像流。

我需要在拍照而不是流后对图像进行分类，然后根据结果采取一些行动。以下是我的方法。

  1. 创建一个基本的相机应用程序
  2. 拍照并保存到存储
  3. 保存图像的 uri，然后从 URI 创建一个可绘制对象。
  4. 然后将此可绘制对象转换为位图。
  5. 位图大小转换为 224 x 224 以匹配 Mobile Net 模型的输入
  6. 我收到的准确度在 0.05 和 0.06 范围内，而不是来自 Code Labs 的连续流样本，它在经过训练的花卉类中给出了 0.80 - 0.90 范围内的准确度

下面是我将位图转换为 224 x 224 大小的代码

private static Bitmap getResizedBitmap(Bitmap bm, int newWidth, int newHeight, boolean isNecessaryToKeepOrig) {
    int width = bm.getWidth();
    int height = bm.getHeight();
    float scaleWidth = ((float) newWidth) / width;
    float scaleHeight = ((float) newHeight) / height;
    // CREATE A MATRIX FOR THE MANIPULATION
    Matrix matrix = new Matrix();
    // RESIZE THE BIT MAP
    matrix.postScale(scaleWidth, scaleHeight);

    // "RECREATE" THE NEW BITMAP
    Bitmap resizedBitmap = Bitmap.createBitmap(bm, 0, 0, width, height, matrix, false);
    if(!isNecessaryToKeepOrig){
        bm.recycle();
    }
    return resizedBitmap;
}

即使我将原始位图传递给本身将图像转换为 224 x 224 的分类器，结果也是相同的。我应该对图像进行更多的额外处理还是需要更改模型中的任何配置?

4

2 回答 2

1

我认为问题是 applyFilter() 平滑概率。只需将其删除，则概率应正常显示。

String classifyFrame(Bitmap bitmap) {
...
// smooth the results
//applyFilter(); <--remove it

...
}
于 2018-11-26T14:45:05.630 回答
0

我有同样的问题，我想对图片进行排序。我发现多个调用调用分类函数。结果往往是正确的。这只是一个糟糕的解决方案。 在此处输入图像描述

于 2018-04-28T07:52:38.823 回答