问题标签 [mlmodel]

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）：

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：

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：

这会正确更改规范中的输入名称：

但是，这显然不会将更改推入模型！这是 mlmodel 的清单：

如何将功能名称的更改推送到实际的 mlmodel 中？

假设我有一个在TensorFlow/ Keras/ Caffeetc中制作的网络模型。我可以使用CoreML ConvertersAPI​​从中获取CoreML模型文件（.mlmodel）。

现在，因为我有一个.mlmodel文件，并且知道input shape并且output shape，如何估计最大 RAM 占用空间？我知道一个模型可以有很多层，它们的大小可以比输入/输出形状大得多。

所以问题是：

1. mlmodel在不编译和运行应用程序的情况下，是否可以通过某些公式/API 知道最大内存占用？
2. 最大占用空间更接近最大中间层的内存大小，还是更接近所有层大小的总和？

任何建议表示赞赏。由于我是 CoreML 的新手，您可以提供任何反馈，如果需要，我会尝试改进问题。

我将 ONNX 模型转换为 mlmodel，但无法使用预测功能。这是我的模型的输入和输出：[在此处输入图像描述][1] [1]：https://i.stack.imgur.com/6mY4H.png

我正在初始化模型和输入，如下所示：

我用这样的运动数据填充向量：

我尝试执行预测：

我收到此错误消息：

有人可以帮忙吗？

在尝试将 caffemodel 转换为 mlmodel 时，我无法运行我的 converter-script.py，这是我的 converter-script.py 文件：

我使用带有 python 2.7 的 virtualenv 运行它，我收到以下错误消息：

文件“convert-script.py”，第 1 行，导入 coremltools 文件“/Users/aji/Documents/Environments/python27/lib/python2.7/site-packages/coremltools/init .py ”，第 28 行，_root_logger_handlers_backup = _root_logger.handlers.copy() AttributeError: 'list' 对象没有属性 'copy'

任何人都可以给我解决方案吗？

我在 Create ML 应用程序中创建了一个图像识别 .mlmodel 文件。我现在在 iOS 应用程序中使用它。

它在 iPhone 11 和 iPhone 12（以及相应的机型）上运行良好，但在 iPhone 8、iPhone 8 Plus 和 iPhone X 上运行良好。可能还有其他机型无法运行，但到目前为止我可以确认这些机型。

我正在使用的代码是：

在这不起作用的模型上，控制台中打印的错误是：

Error Domain=com.apple.CoreML Code=1 "Predicted feature named 'classLabel' was not output by pipeline" UserInfo={NSLocalizedDescription=Predicted feature named 'classLabel' was not output by pipeline}

由于缺乏有关 CoreML 的文档，我无法找到有关此错误的可靠跟踪。SO上有一些随机帖子，Turicreate Github（Core ML 运行的底层 Python 库）上也有 Git 问题，但似乎没有任何东西可以直接回答这个问题。

任何帮助将不胜感激。谢谢！

根据这篇 Apple Developer 论坛帖子，配备 A7 处理器的设备与之前的设备之间可能存在一些差异。它有可能默默地失败吗？

https://developer.apple.com/forums/thread/93105

在 ML 模型的输出类中，有几行代码如下：

这是在模拟器上构建时发生的自动生成的文件中，因此即使在文本编辑器中编辑文件也会在每次构建时被覆盖。我认为，如果可能的话，输出模型的输出可能会有所帮助，以查看它实际返回的内容。

我已将其追踪到功能：

在 MLModel.h 的 MLModel 类声明中。这是引发错误的地方；到目前为止，我已经记录了输入数据，这是引发错误的函数，因此它来自框架本身。

我有一个keras模型 ( TF 2.*)，我想将其转换为mlmodeliOS 版本 12。

根据coremltools 4 发行说明：“要将 Core ML 模型部署到 iOS12、macOS 10.13、watchOS 5、tvOS 12 或更早版本的目标，请使用 coremltools 3 和 tfcoreml 1。”

tfcoreml仅适用于TF 1.*，所以我知道我需要使用coremltools version 3.*.

我正在尝试coremltools version 3.2，我想使用这个功能[coremltools.converters.keras.convert][2]。

我从一个简单的尝试开始，使用带有coremltools==3.2, tensorflow==2.4.1,的新鲜 venv keras==2.4.3：

但我收到以下错误：

我试图改变功能部分，从：

至

并收到错误： TypeError: 'InputLayer' object is not iterable

第二次尝试是使用第一个 TF 2.* 版本：tensorflow==2.0.0和keras==2.3.0.

我执行相同但收到：

我该如何解决？

谢谢

我有一个像这样创建的图像：

现在我想将其转换为CVPixelBuffer.

我检查了多种解决方案。似乎它们已经过时了。

例如：

不编译，因为：

我也尝试使用这个功能：https ://github.com/hollance/CoreMLHelpers/blob/master/CoreMLHelpers/CGImage%2BCVPixelBuffer.swift

但我收到：

我该如何解决？

谢谢

我正在使用 Xamarin IOS，我需要按照此处的说明更改此CoreML MLModel 的“乘数”值

“建议在移动设备上使用乘数为 0.50 的模型。” https://github.com/tensorflow/tfjs-models/tree/master/posenet

我目前使用的模型有一个0.75 倍数（太慢），我一直在尝试转换和修改模型上的这个属性但是，Xamarin IOS 中不存在该属性，模型只是有一个 GetPrediction 方法就是这样！

对于 Javascript，您似乎可以根据需要设置属性，如下所示，但我需要的只是 Posenet 作为倍数为 0.5 的 .MLModel 文件。

//下面的代码不能使用 Xamarin IOS，模型唯一的属性是 bool 'RunOnGPUAndCpu'和方法'GetPrediction'

我试图转换一个 Tensorflow 模型，但没有成功！

我有一个嵌套的 for 循环（从这里开始）

heatmaps是形状为 (14, 50, 60) 的 MLMultiArray。此代码迭代 14 个形状 (50,60) 的子数组，并找到每个值的最大值。

这是代码：

等效的python代码：

Swift 函数在 iPhone 12 mini 上大约需要 36 毫秒，在 iPhone 11 Pro Max 上大约需要 58 毫秒。我想优化它并减少它的运行时间。

我该怎么做？

如果我用 Objective-C 编写代码会有帮助吗？怎么做到呢？

谢谢

当我想通过这段代码保存我的模型时：

"" # 将模型保存到磁盘 filename = 'finalized_model.sav' pickle.dump(model, open(filename, 'wb')) ""

我收到此错误：

"""TypeError: cannot pickle '_thread.RLock' object"""

这意味着我使用 pickle 来腌制对象，但我再次收到错误。谁能告诉我这是什么原因？