1

是否可以在 mlmodel 中预测批次？如果是，如何？

如文档中所述，我将 keras 模型转换为 mlmodel ：

import coremltools as ct 
image_input = ct.ImageType(name='input', shape=(1, 224, 224, 3))
model = ct.convert(keras_model, inputs=[image_input])

接下来，我加载一个图像，将其调整为 (224, 224)，将其转换为 PIL，并在预测中使用它：

img_resized = cv2.resize(img_read, (224, 224))
PIL_image = Image.fromarray(np.uint8(img_resized))
img_heatmap = self.model.predict({'input': PIL_image})

是否可以做一批图像而不是单个图像？

我试图在转换中定义一批输入类型：

BATCH_SIZE = 8
image_input = ct.ImageType(name='input', shape=(BATCH_SIZE, 224, 224, 3))
model = ct.convert(keras_model, inputs=[image_input])

但它似乎并没有改变模型的输入。

  1. 当我尝试为它提供图像的numpy数组BATCH_SIZE（(8, 224, 224, 3)）时，我收到：
    return self.__proxy__.predict(data, useCPUOnly)
RuntimeError: value type not convertible
  1. 当我尝试向它提供我收到的PIL 图像列表时：BATCH_SIZE
RuntimeError: {
    NSLocalizedDescription = "Required input feature not passed to neural network.";
}
  1. 当我使用单个图像进行预测时，输出与带有BATCH_SIZE=1.

是否可以预测批次？谢谢

4

0 回答 0