0

我已经下载了这里提供的官方 resnet50 模型：https ://github.com/tensorflow/models/tree/master/official/resnet 。我需要这个模型的 tflite 量化版本，因此我将模型转换为 tflite 格式，如下所示：

toco --output_file /tmp/resnet50_quant.tflite --saved_model_dir <path/to/saved_model_dir> --output_format TFLITE  --quantize_weights QUANTIZE_WEIGHTS

在此之后，我想我会运行tflite 精度工具来验证这个模型的精度仍然是合理的。虽然看起来我遇到了以下问题：

bazel run -c opt --copt=-march=native --cxxopt='--std=c++11'   --   //tensorflow/contrib/lite/tools/accuracy/ilsvrc:imagenet_accuracy_eval --model_file=/tmp/resnet50_quant.tflite --ground_truth_images_path=<path/to/images> --ground_truth_labels=/tmp/validation_labels.txt --model_output_labels=/tmp/tf_labels.txt --output_file_path=/tmp/accuracy_output.txt --num_images=0
INFO: Analysed target //tensorflow/contrib/lite/tools/accuracy/ilsvrc:imagenet_accuracy_eval (0 packages loaded).
INFO: Found 1 target...
Target //tensorflow/contrib/lite/tools/accuracy/ilsvrc:imagenet_accuracy_eval up-to-date:
  bazel-bin/tensorflow/contrib/lite/tools/accuracy/ilsvrc/imagenet_accuracy_eval
INFO: Elapsed time: 14.589s, Critical Path: 14.28s
INFO: 3 processes: 3 local.
INFO: Build completed successfully, 4 total actions
INFO: Running command line: bazel-bin/tensorflow/contrib/lite/tools/accuracy/ilsvrc/imagenet_accuracy_eval '--model_file=/tmp/resnet50_quant.tflite' '--ground_truth_images_path=<path/to/images>' '--ground_truth_labels=/tmp/validation_labels.txt' '--model_output_labels=/tmp/tf_labels.txt' '--output_file_path=/tmp/accuracy_output.txt' 'INFO: Build completed successfully, 4 total actions
2018-10-12 15:30:06.237058: E tensorflow/contrib/lite/tools/accuracy/ilsvrc/imagenet_accuracy_eval.cc:155] Starting evaluation with: 4 threads.
2018-10-12 15:30:06.536802: E tensorflow/contrib/lite/tools/accuracy/ilsvrc/imagenet_accuracy_eval.cc:98] Starting model evaluation: 50000
2018-10-12 15:30:06.565334: W tensorflow/core/framework/op_kernel.cc:1273] OP_REQUIRES failed at run_tflite_model_op.cc:89 : Invalid argument: Data shapes mismatch for tensors: 0 expected: [64,224,224,3] got: [1,224,224,3]
2018-10-12 15:30:06.565453: F tensorflow/contrib/lite/tools/accuracy/ilsvrc/imagenet_model_evaluator.cc:222] Non-OK-status: eval_pipeline->Run(CreateStringTensor(image_label.image), CreateStringTensor(image_label.label)) status: Invalid argument: Data shapes mismatch for tensors: 0 expected: [64,224,224,3] got: [1,224,224,3]
     [[{{node stage_run_tfl_model_output}} = RunTFLiteModel[input_type=[DT_FLOAT], model_file_path="/tmp/resnet50_quant.tflite", output_type=[DT_FLOAT], _device="/job:localhost/replica:0/task:0/device:CPU:0"](stage_inception_preprocess_output)]]

看起来问题在于官方 resnet 模型的输入张量为 [64, 224, 224, 3]，而准确度工具提供的输入为 [1, 224, 224, 3]。因此，官方模型似乎需要一批 64 张图像，因此准确度工具失败了。

我想知道我需要做什么才能让准确性工具在官方 resnet50 模型上运行？我猜虽然 resnet 50 的输入张量是 [64, 224, 224, 3]，但应该有一种方法仍然可以通过模型运行单个图像。

4

1 回答 1

0

有两种方法可以解决：

  1. 将模型的输入大小调整为 [1, 224, 224, 3] 并运行该工具。您可以尝试查看此文件，然后相应地修改此文件。

  2. 或者修改相同的工具，使其一次输入 64 个图像而不是 1 个。您可以查看我在上面指向的相同代码文件，一次输入 64 个而不是 1 个。

如果您正在寻找长期支持，请考虑在 Github 上提交功能请求，我们可以支持批处理。

于 2019-02-07T23:51:37.430 回答