问题:CoreMLTools reName_feature 不更新模型中的特征名称,仅在模型的“规范”中!
我为图像分类问题创建了一个顺序 Tensorflow 模型。最初,在转换时(根据 Apple 文档):
# https://coremltools.readme.io/docs/tensorflow-2
mlmodel2 = ct.convert(model,
inputs=[ct.ImageType()],
input_names=['image'],
image_input_names='image')
生成了一个 MLModel,它有一个名为“conv2d_3_input”的输入,是一个 MultiArray (Float33.1x299x299x1) 和一个名为“Identity”的输出,它也是 Float32 的 MultiArray
幸运的是,位于https://coremltools.readme.io/docs/introductory-quickstart#download-the-model的快速入门文档 阐明了输入类型的修复需要向 ImageType 添加形状 arg:
# Define the input type as image,
# set pre-processing parameters to normalize the image
# to have its values in the interval [0,1]
image_input = ct.ImageType(shape=(1, 299, 299, 1,))
mlmodel3 = ct.convert(model,
inputs=[image_input],
input_names=['image'],
image_input_names='image')
所以现在生成的 MLModel 有一个 Image (Grayscale 299 x 299) 的输入类型(太棒了!),但它仍然被称为“conv2d_3_input”
对于样式点,我想将输入特征重命名为“图像”。转换函数(上图)的名称参数无效。接下来我尝试直接更改模型的规格:
spec = mlmodel.get_spec()
#spec.description.input
ct.utils.rename_feature(spec, 'conv2d_3_input', 'image')
#rename change spec but does not push new spec into model
spec.description.input
这会正确更改规范中的输入名称:
[name: "image"
type {
imageType {
width: 299
height: 299
colorSpace: GRAYSCALE
}
}
]
但是,这显然不会将更改推入模型!这是 mlmodel 的清单:
input {
name: "conv2d_3_input"
type {
imageType {
width: 299
height: 299
colorSpace: GRAYSCALE
}
}
}
output {
name: "Identity"
shortDescription: "Most likely ....."
type {
multiArrayType {
dataType: FLOAT32
}
}
}
metadata {
shortDescription: "Converts image ........."
如何将功能名称的更改推送到实际的 mlmodel 中?