1

我正在尝试使用 keras 构建分类模型并将模型部署到我的 Android 手机。我使用该网站上的代码将我自己的转换模型（一个 .pb 文件）部署到我的 Android 手机。我从手机加载图像，一切正常，但预测结果与我从 PC 得到的结果完全不同。

在我的电脑上测试的过程是：

  1. 用 cv2 加载图像，并转换为 np.float32

  2. 使用 keras resnet50 'preprocess_input' python 函数对图像进行预处理

  3. 扩展图像尺寸以进行批处理（批处理大小为 1）

  4. 将图像转发到模型并得到结果

相关代码：

img = cv2.imread('./my_test_image.jpg')
x = preprocess_input(img.astype(np.float32))
x = np.expand_dims(x, axis=0)
net = load_model('./my_model.h5')
prediction_result = net.predict(x)

而且我注意到Android的图像预处理部分与我在keras中使用的方法不同，它的模式是caffe（将图像从RGB转换为BGR，然后将每个颜色通道相对于ImageNet数据集归零）。似乎原始代码用于模式 tf（将在 -1 到 1 之间缩放像素）。

所以我将下面的'preprocessBitmap'代码修改为我认为应该的，并使用像素值[127,127,127]的3通道RGB图像来测试它。该代码预测的结果与 .h5 模型的结果相同。但是当我加载图像进行分类时，预测结果与 .h5 模型不同。

有人知道吗？非常感谢。

我尝试了以下方法：

  1. 在我的手机中加载一个像素值为 [127,127,127] 的 3 通道 RGB 图像，并使用下面的修改代码，它会给我一个与在 PC 上使用 .h5 模型的预测结果相同的预测结果。

  2. 使用带有图像的 tensorflow gfile 模块在 PC 上测试转换后的 .pb 模型，它给了我正确的预测结果（与 .h5 模型相比）。所以我认为转换后的 .pb 文件没有任何问题。

preprocessBitmap 的整个部分

// code of 'preprocessBitmap' section in TensorflowImageClassifier.java
TraceCompat.beginSection("preprocessBitmap");
        // Preprocess the image data from 0-255 int to normalized float based
        // on the provided parameters.
        bitmap.getPixels(intValues, 0, bitmap.getWidth(), 0, 0, bitmap.getWidth(), bitmap.getHeight());

        for (int i = 0; i < intValues.length; ++i) {
            // this is a ARGB format, so we need to mask the least significant 8 bits to get blue, and next 8 bits to get green and next 8 bits to get red. Since we have an opaque image, alpha can be ignored.
            final int val = intValues[i];

            // original
            /*
            floatValues[i * 3 + 0] = (((val >> 16) & 0xFF) - imageMean) / imageStd;
            floatValues[i * 3 + 1] = (((val >> 8) & 0xFF) - imageMean) / imageStd;
            floatValues[i * 3 + 2] = ((val & 0xFF) - imageMean) / imageStd;
            */

            // what I think it should be to do the same thing in mode caffe when using keras
            floatValues[i * 3 + 0] = (((val >> 16) & 0xFF) - (float)123.68);
            floatValues[i * 3 + 1] = (((val >> 8) & 0xFF) - (float)116.779);
            floatValues[i * 3 + 2] = (((val & 0xFF)) - (float)103.939);
        }
TraceCompat.endSection();
4

1 回答 1

0

这个问题很老，但仍然是 Android 上 ResNet50 的 preprocess_input 的最高 Google 结果。我找不到实现preprocess_inputJava/Android 的答案，所以我根据原始的 python/keras 代码提出了以下内容：

/*
    Preprocesses RGB bitmap IAW keras/imagenet

    Port of https://github.com/tensorflow/tensorflow/blob/v2.3.1/tensorflow/python/keras/applications/imagenet_utils.py#L169
    with data_format='channels_last', mode='caffe'

     Convert the images from RGB to BGR, then will zero-center each color channel with respect to the ImageNet dataset, without scaling. 
     Returns 3D float array
*/
static float[][][] imagenet_preprocess_input_caffe( Bitmap bitmap ) {
    // https://github.com/tensorflow/tensorflow/blob/v2.3.1/tensorflow/python/keras/applications/imagenet_utils.py#L210
    final float[] imagenet_means_caffe = new float[]{103.939f, 116.779f, 123.68f};

    float[][][] result = new float[bitmap.getHeight()][bitmap.getWidth()][3];   // assuming rgb
    for (int y = 0; y < bitmap.getHeight(); y++) {
        for (int x = 0; x < bitmap.getWidth(); x++) {

            final int px = bitmap.getPixel(x, y);

            // rgb-->bgr, then subtract means.  no scaling
            result[y][x][0] = (Color.blue(px) - imagenet_means_caffe[0] );
            result[y][x][1] = (Color.green(px) - imagenet_means_caffe[1] );
            result[y][x][2] = (Color.red(px) - imagenet_means_caffe[2] );
        }
    }

    return result;
}

使用形状为 (1,224,224,3) 的 3D tensorflow-lite 输入：

Bitmap bitmap = <your bitmap of size 224x224x3>;
float[][][][] imgValues = new float[1][bitmap.getHeight()][bitmap.getWidth()][3];
imgValues[0]=imagenet_preprocess_input_caffe(bitmap);

... <prep tfInput, tfOutput> ...

tfLite.run(tfInput, tfOutput);
于 2020-12-05T16:56:50.787 回答