Перенос обучения с функцией предварительной обработки ImageDataGenerator и tflite на android

Фон

Я пытаюсь выполнить переносное обучение с помощью elasticNet. Я импортировал модель, добавил пару слоев и обучил их (я больше не тренировал всю модель).

Я использовал ImageDataGenerator от Keras и использовал связанную с ним функцию предварительной обработки для предварительной обработки изображений keras.applications.densenet.preprocess_input

Тренировка прошла отлично!

Я преобразовал модель в tflite и использовал образец кода, предоставленный tenorflow, чтобы использовать модель на Android.

Вопрос

Как я могу сделать такую ​​же предварительную обработку изображений, взятых с устройства Android. Потому что я пытался снимать изображения и напрямую загружать их в модель, но производительность была очень плохой, очевидно из-за того, что они не были предварительно обработаны.

Есть ли информация о том, как математически выполнить функцию предварительной обработки strongNet с помощью tflite?

Мы будем благодарны за любое другое решение.


android keras tensorflow-lite transfer-learning pre-trained-model
person Osama Fityani    schedule 19.05.2021    source источник

Ответы (1)


arrow_upward
0
arrow_downward

Вы можете попробовать либо использовать библиотеку задач TFLite. Он не поддерживает DenseNet, но есть и другие модели, которые вы можете использовать, как указано здесь < / а>. Вот сквозной пример классификации изображений.

Это гарантирует, что вам не придется выполнять специальную предварительную обработку. Но если вы хотите придерживаться Densenet, вы можете добавить метаданные в модель TFLite и построить настраиваемый конвейер предварительной обработки TFLite

person Meghna Natraj    schedule 24.05.2021