与此TFLite输出相对应的C对象的形状是什么？
与TFLite输出相对应的C对象的形状是一个包含维度信息的数组。在C语言中，可以使用一个整型数组来表示形状，数组的每个元素表示对应维度的大小。例如，如果TFLite输出的形状是一个3维张量，其中第一个维度大小为2，第二个维度大小为3，第三个维度大小为4，则对应的C对象形状可以表示为{2, 3, 4}。
这种形状表示方式在C语言中非常常见，它可以用于描述各种类型的数据结构，包括图像、音频、视频等。通过了解C对象的形状，开发人员可以更好地理解和处理TFLite输出的数据。
在云计算领域，TFLite是一种轻量级的TensorFlow模型推理引擎，适用于移动设备和嵌入式系统。它可以将训练好的TensorFlow模型转换为适用于移动端的模型，并提供高效的推理能力。TFLite输出的C对象形状信息对于移动端应用开发和嵌入式系统集成非常重要。
腾讯云提供了一系列与机器学习和深度学习相关的产品和服务，包括AI推理服务、AI模型训练平台等。您可以通过腾讯云AI推理服务（https://cloud.tencent.com/product/ti）来部署和运行TFLite模型，并获取相应的C对象形状信息。
相关·内容
我想在tflite中使用MTCNN进行人脸检测，它应该适用于可变输入形状(如
both 1920*1080 or 640*360
但是tflite必须将输入形状设置为某个值，是否有任何方法让tflite接受变量输入或输出形状？非常感谢
浏览 0提问于2018-05-30得票数 1
1回答
我已经为单个对象检测任务在自定义数据集上训练了一个移动的SSD V2模型，并将其转换为tflite。当我使用解释器加载.tflite模型进行测试，并使用：input_details = model.get_input_details()获取输入详细信息时，它将输出
[{'name': 'normalized_input_image_tensor',
'index': 272,
'shape': array([ 1, 300, 300, 3], dtype=int32),
'dtype': numpy.uint
浏览 2提问于2019-12-26得票数 0
回答已采纳
我试着在安卓系统上运行一个已经转换成.tflite的.tflite模型。我的输入形状似乎很好，1,224,224，4，但应用程序崩溃了我的输出形状。我在tflite上使用Udacity课程的代码。
当我运行以下代码时，会得到上面的错误：
class TFLiteObjectDetectionAPIModel private constructor() : Classifier {
override val statString: String
get() = TODO("not implemented") //To change initializer of creat
浏览 4提问于2020-08-17得票数 1
(基础) C:\tensorflow-master>bazel run -- Config =opt \ //tensorflow/contrib/lite/toco:toco -- \--输入文件=优化的图形.pb\--输出文件=abc.tflite\--输入格式=TENSORFLOW_GRAPHDEF\--输出格式=TFLITE\--推理类型=浮点\-输入形状=1,128,128，3\--输入数组=输入\--输出数组=最终结果警告:没有在任何.rc文件中定义配置值: opt错误:找不到要运行的目标信息:已用时间用法: 11.002s失败:生成未成功完成(已加载0个包)错误:生成失败。
浏览 0提问于2018-03-28得票数 1
我正在创建一个类，它将用于使用tensorflow的tflite c++ api在c++中的嵌入式设备(而不是raspberry pi)上运行推理。对于如何运行n个图像数据样本的推断，Tensorflow似乎没有很好的文档。我在蟒蛇中的数据形状是(n，5，40，1) n个样本，5个高度，40个宽度，1个通道。我无法理解的是如何输入数据并在输出中的每个样本接收推断。我有两个类，所以我应该接收n2d数组输出。有没有人知道你是否可以传递任何数据类型，比如一个特征？为了简化测试，我正在使用形状(1，5，2，1)的输入进行测试。
#include "classifier.h"
#incl
浏览 3提问于2020-04-20得票数 2
我按照Tensorflow 中给出的语音命令分类代码来训练城市声音数据集的自定义分类器。已成功地创建了冻结图。但是，当我试图使用将其转换为Tflite时，如下所示
converter = tf.lite.TFLiteConverter.from_frozen_graph('five_words.pb', ['wav_data'], ['labels_softmax'], {"wav_data" :None})
tflite_model = converter.convert()
open("converted_model.
浏览 0提问于2019-10-13得票数 1
我在Windows 10上使用Tensorflow 2，并从下载了一个模型
我使用的模型是ssd.mobilenetv2.oid4
模型的详细内容如下：
[<tf.Tensor 'image_tensor:0' shape=(None, None, None, 3) dtype=uint8>]
注意:我还有frozen_inference_graph.pb以及配置文件和检查点。
我使用TensorFlowLiteConverter片段将saved_model.pb文件转换为具有自定义形状的.tflite：
import tensorflow as tf
input
浏览 10提问于2020-01-19得票数 1
**Tf到tflite的转换问题
我正在运行tensorflow 1.13版，我已经提供了图形文件路径、输入数组和输出数组，以及tf lite所需的输入形状**
input_arrays=['DecodeJpeg/contents']#Input tensor
output_arrays=['final_result']#output tensor
converter=tf.contrib.lite.TFLiteConverter.from_frozen_graph(graph_def_file,input_arrays,output_arrays,in
浏览 0提问于2019-04-01得票数 1
我正在尝试使用 在Ubuntu18.04.1LTS (VirtualBox)上将我从获得的冻结模型转换为.tflite。当我尝试运行该命令时：
/home/nils/.local/bin/tflite_convert
--output_file=/home/nils/Documents/frozen.tflite
--graph_def_file=/home/nils/Documents/20180402-114759/20180402-114759.pb
--input_arrays=input --output_array=embeddings
我得到以下错误：
2018-11-29
浏览 68提问于2018-11-30得票数 3
回答已采纳
遇到的问题：
E/AndroidRuntime:致命异常:主进程: org.tensorflow.lite.examples.detection，PID: 14719 java.lang.AssertionError:当初始化ObjectDetector:移动SSD模型时发生错误，预计只有4个输出
问题描述
资料来源: TensorFlow Lite对象检测示例
启动示例应用程序时显示的错误
模型描述
使用自定义模型？，YES，
预训练模型:ssd_mobilenet_v2_fpnlite_640x640_co17_tpu-8
推理类型:浮点
浏览 8提问于2021-03-05得票数 2
回答已采纳
1回答
如何更改解释器输出形状？
、、、、
我正在尝试在android上构建一个tflite文件。 因此，我使用jupyter notebook创建了以下模型。 在将创建的模型转换为tflite文件后，我们检查它是否正确转换。 我希望输出解释器形状的结果是1 this，但结果仍然是110，我该怎么办？ 我制作了这样的模型层。 model = tf.keras.models.Sequential([
tf.keras.layers.Conv2D(32, (3,3), padding="same", input_shape=X_train.shape[1:], activation="relu"),
浏览 13提问于2020-04-28得票数 2
2回答
请有人告知c#与此对应的是什么：
&H2
下面是VB中的代码行：
direntEnableEntry.Properties("userAccountControl").Value = intVal And Not &H2
以下是转换后的代码：
direntEnableEntry.Properties["userAccountControl"].Value = (intVal & !=0x2);
接线员！不能应用于'int‘类型的操作数
浏览 2提问于2015-05-13得票数 1
回答已采纳
我可以在python中获取形状并读取张量本身，但只能使用android tflite中的tflite.getOutputTensor(0).shape()和tflite.getInputTensors(0).shape()获取张量的形状。我在python中使用.get_tensor(nodevalue)读取张量，但是在android中我该如何做呢？
浏览 1提问于2021-02-14得票数 0
1回答
重塑tensorflow输出张量
、、、、
我正在使用Azure customvision.ai训练一个对象检测模型。模型输出是tensorflow，保存的模型是.pb、.tf或.tflite。 模型输出类型指定为float321,13,13,50 然后，我将.tflite推送到Google Coral Edge设备上，并尝试运行它(以前使用Google Cloud训练的.tflite模型可以工作，但我现在绑定到企业Azure，需要使用customvision.ai)。这些命令与 $ mdt shell
$ export DEMO_FILES="/usr/lib/python3/dist*/edgetpu/demo"
浏览 16提问于2020-06-23得票数 2
我保存了一个tensorflow模型，与中的所有模型相同。
我想将它转换为tesorflow lite，我从tensorflow github (我的tensorflw版本是2)中找到了以下方法：
!wget http://download.tensorflow.org/models/object_detection/tf2/20200711/ssd_resnet50_v1_fpn_640x640_coco17_tpu-8.tar.gz
# extract the downloaded file
!tar -xzvf ssd_resnet50_v1_fpn_640x640_coco17_tp
浏览 15提问于2020-08-09得票数 5
回答已采纳
1回答
我使用的是从下载的Delphi Chromium Embedded DCEF3，修订版24038bd3a600
哪个版本的Chromium与此版本的DCEF相对应？
浏览 1提问于2014-07-09得票数 1
考虑将我的TensorFlow模型转换为Flatbuf格式(.tflite)。
但是，我的模型允许任意大小的输入，即您可以同时对一个项或N个项进行分类。当我尝试转换时，它会抛出一个错误，因为我的一个输入/输出设备是NoneType类型的。
想想像这样的东西，在计算图中，我们输入的x是形状的[None, 784]。
在中，您可以像这样将模型转换为FlatBuf：
import tensorflow as tf
img = tf.placeholder(name="img", dtype=tf.float32, shape=(1, 64, 64, 3))
val = img +
浏览 1提问于2018-04-25得票数 4
回答已采纳
2回答
我将在android中使用yolo权重，所以我计划将yolo权重文件转换为tflite文件。
我在anaconda提示符中使用此代码，因为我在env中下载了keras库。
activate env
python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5
最后，将did.Saved Keras模型转化为model_data/yolo.h5。
我将用这段代码在jupyter笔记本中将这个h5文件转换为tflite文件。
model = tf.keras.models.load_model("./yolo/yolo.
浏览 2提问于2020-05-04得票数 2
我已经完成了一个tensorflow模型，而不是正确地将它转换为tflite，以便在使用颤振的移动应用中使用它。我不知道如何将个性化的tflite模型与颤振集成起来。所有可用的例子都使用预先训练过的模型。当我尝试我的模型，相机启动了一段时间，并立即停止！
我遵循了这个链接中的源代码，它使用" tflite“pacakge：，我在所有".dart”文件和"pubspec.yaml“中添加了自己的tflite模型和其他模型。
浏览 3提问于2022-03-29得票数 1
我正在开发一个使用自己的tflite模型的项目，并试图将其实现到TensorFlow本身的github项目示例“对象检测”中。我使用Android工作室来运行这个项目。
当我使用我自己的模型时，它会给出错误，如下所示：
我尝试了许多事情，但都没有结果。下面给出了模型和项目的链接。会很感激你的帮助。
(链接到项目：)
(链接到下载模型：)
浏览 1提问于2021-12-30得票数 0
我有一个TFLite模型。如何获取用于创建模型的TFLite版本？
在自动化过程中，我试图获取TFLite模型并对其运行推理。目前，我使用的是TFLite 2.4.1库。此版本以上创建的模型存在不支持的操作，需要输出错误。
最好的处理方式是什么？如何从模型中获取TFLite版本。
浏览 75提问于2021-06-08得票数 0
我们有一个从CustomVision.ai导出的模型(它支持导出TensorFlow .pb、TensorFlow Lite .tflite、保存的model .pp格式)。
我们希望将此模型集成到一个现有的应用程序中，该应用程序使用TFLite对象检测API，该应用程序期望这些输入和输出：
--input_arrays=normalized_input_image_tensor \
--output_arrays='TFLite_Detection_PostProcess','TFLite_Detection_PostProcess:1','TFLit
浏览 11提问于2021-05-25得票数 0
1回答
支持向量机和聚类？混乱
、、、、
我正在读一篇关于语言分类的论文。这篇论文很容易理解，除了一个部分。它们使用聚类和svm分类。我已经读了很多次报纸，但我不能确切地理解他们什么时候为什么要做svm分类。
他们将特征空间聚集在一起，这是相当公平的。但是svm的目的是什么呢？系统的训练是由多类svm完成的吗？
这就是我所理解的；首先，他们使用svm来用标记的图像来训练系统，其次，他们提取特征，并为每个图像在类中聚集特征。
这可能听起来很幼稚，但我是新进入这一领域，并试图真正理解这一点！非常感谢，提前！
我说的那篇论文。
浏览 0提问于2013-12-08得票数 3
回答已采纳
在更新1.31之后，这个键绑定不再起作用。
{
"key": "` `",
"command": "workbench.action.terminal.focus",
"when": "!terminalFocus"
},
{
"key": "` `",
"command": "workbench.action.focusActiveEditorGr
浏览 0提问于2019-02-07得票数 1
我们尝试使用deeplabv3和model 2在android上运行一个语义分割模型。我们采用TOCO和tflite_convert的官方tensorflow lite转换程序，借助官方的TensorFlow DeepLab模型动物园获得了bazel.The源冻结图。
我们使用以下命令成功地转换了模型：-
输出文件=toco256.tflite --graph_def_file=path/to/deeplab/deeplabv3_mnv2_pascal_trainval/frozen_inference_graph.pb --CUDA_VISIBLE_DEVICES=_=ImageTenso
浏览 3提问于2018-11-09得票数 9
我是tensorflow的新手，我从创建了一个简单的tflite模型，它在带有tflite_flutter插件的颤振应用程序中工作得很好。
然后，我不得不用预先训练过的.h5模型来改变模型。我将.h5模型转换为.tflite模型，但它崩溃了。
转换后的预训练模型的input shape是，output shape是1，12，测试模型的input shape是1224,224，3，output shape是1，3。
我创建了一个输入形状为1224、224、3的.h5模型，并将其转换为tflite，它工作了。似乎转换是起作用的，问题可能是模型的形状。我不知道该怎么做。
下面是我用于转换的代码。
f
浏览 28提问于2022-05-15得票数 0
回答已采纳
1回答
我有一个TF模型，我需要将它转换为int8，以便在嵌入式设备中实现。我试图使用toco来转换它，但是我在确定如何正确地使用输入args实例化toco时遇到了困难：
<USER>:~/.local/bin$ python3 toco \
> --input_file=<PATH>/frozen_graph.pb \
> --output_file=<PATH>/tflite_graph.tflite \
> --input_format=TENSORFLOW_GRAPHDEF \
> --output_format=TF
浏览 0提问于2018-04-29得票数 2
回答已采纳
1回答
下面的代码摘自。
def get_spectrogram(waveform):
zero_padding = tf.zeros([4900] - tf.shape(waveform), dtype=tf.float32)
waveform = tf.cast(waveform, tf.float32)
equal_length = tf.concat([waveform, zero_padding], 0)
spectrogram = tf.signal.stft(equal_length, frame_length=256, frame_step=128)
spectro
浏览 3提问于2021-01-22得票数 0
现在，我正在尝试将SavedModel转换为TFLite，以便在树莓派上使用。该模型是在自定义数据集上训练的MobileNet对象检测。SavedModel运行良好，并保留了(1, 150, 150, 3)的相同形状。但是，当我使用以下代码将其转换为TFLite模型时：
import tensorflow as tf
saved_model_dir = input("Model dir: ")
# Convert the model
converter = tf.lite.TFLiteConverter.from_saved_model(saved_model_dir) #
浏览 31提问于2021-02-28得票数 0
我想要创建一个对象检测应用程序，基于一个经过再训练的ssd_mobilenet模型，我像上的那个家伙一样重新训练过。
我从ssd_mobilenet_v2_coco中选择了模型。在再培训过程之后，我得到了具有以下结构的模型：
- saved_model
- variables (empty folder)
- saved_model.pb
- checkpoint
- frozen_inverence_graph.pb
- model.ckpt.data-00000-of-00001
- model.ckpt.index
- model.ckpt.meta
- pipeline
浏览 2提问于2019-05-15得票数 2
回答已采纳
export_inference_graph.py的输出是
- model.ckpt.data-00000-of-00001
- model.ckpt.info
- model.ckpt.meta
- frozen_inference_graph.pb
+ saved_model (a directory)
而export_tflite_ssd_graph.py的输出
- tflite_graph.pbtxt
- tflite_graph.pb
这两个冻结的文件有什么不同？
浏览 1提问于2019-11-06得票数 0
我正在尝试使用tflite C++ API来运行我构建的模型。我通过以下代码片段将模型转换为tflite格式：
import tensorflow as tf
converter = tf.lite.TFLiteConverter.from_keras_model_file('model.h5')
tfmodel = converter.convert()
open("model.tflite", "wb").write(tfmodel)
我正在遵循提供的步骤，我的代码如下所示
// Load the model
std::unique_pt
浏览 3提问于2019-12-20得票数 6
回答已采纳
1回答
我有这个代码来构建一个语义搜索引擎，使用来自tensorflow中心的经过预先训练的通用编码器。我无法改信于特利特。我已将模型保存到我的目录中。
进口模型：
module_path ="/content/drive/My Drive/4"
%time model = hub.load(module_path)
#print ("module %s loaded" % module_url)
#Create function for using modeltraining
def embed(input):
return model(input)
培训数
浏览 4提问于2020-04-01得票数 0
2回答
我尝试了许多方法，但我无法将保存的模型文件转换为tf lite模型，每次运行新代码时，我都会收到不同的错误。从形状错误到下面列出的错误。 File "C:\\models\py\lib\site-packages\tensorflow\python\eager\monitoring.py", line 407, in __del__
AttributeError: 'NoneType' object has no attribute 'TFE_MonitoringDeleteBuckets' 我使用的是以下代码： import tenso
浏览 15提问于2020-11-01得票数 0
我正在尝试用java在android应用程序中实现自定义的tflite对象检测模型。当我粘贴我的模型和标签映射时，我得到这个错误：
EE/AndroidRuntime: FATAL EXCEPTION: main
Process: com.soumio.inceptiontutorial, PID: 21661
java.lang.IllegalArgumentException: Cannot copy from a TensorFlowLite tensor (StatefulPartitionedCall:3) with shape [1, 10, 4] to a Jav
浏览 0提问于2021-05-23得票数 0
1回答
在cifar10数据集上训练的MobilenetV2 tflite模型需要形状为1x32x32x3的输入图像(因为在训练期间使用的是批处理标志)，但为了将模型转储到移动设备中，我从摄像头获得了32x32x3的形状图像，因此现在无法将数据提供给tflite.interpreter.any建议
浏览 8提问于2019-11-19得票数 0
我们应该如何将多input_shape模型从Keras转换到Tensorflow Lite？ 我试着把这个转换成： {
"class_name": "Model",
"keras_version": "2.2.4",
"config": {
"layers": [
{
"class_name": "InputLayer",
"con
浏览 17提问于2020-10-29得票数 0
我正在尝试使用.pb将我的.tflite转换为tflite_convert
我怎么知道我的--输出数组？
我在用ssd_mobilenet_v2_coco_2018_03_29
这是我目前的代码：
tflite_convert --output_file=C:/tensorflow1/models/research/object_detection/inference_graph/detect.tflite --graph_def_file=C:/tensorflow1/models/research/object_detection/inference_graph/tflite_graph.
浏览 2提问于2019-11-10得票数 2
回答已采纳
2回答
我觉得ndarray对象的行为是不正确的。我使用下面的代码行创建了一个
c = np.ones((5,0), dtype=np.int32)
下面给出了一些命令和输出
print(c)
[]
c
array([], shape=(5, 0), dtype=int32)
c[0]
array([], dtype=int32)
print(c[0])
[]
就像空数组包含空数组一样。我可以赋值，但是这个值丢失了，它不会显示。
print(c)
[]
c.shape
(5, 0)
c[0]=10
print(c)
[]
print(c[0])
[]
(5,0)数组是什么意思？A和c的区别是什么？
a
浏览 20提问于2019-07-13得票数 0
当我使用下面的命令生成tflite文件时：
./bazel-bin/tensorflow/contrib/lite/toco/toco \
--input_file=./model1.pb \
--input_format=TENSORFLOW_GRAPHDEF --output_format=TFLITE \
--output_file=./model_none.tflite --inference_type=FLOAT \
--input_type=FLOAT --input_arrays=x \
--output_arrays=output --input_s
浏览 3提问于2018-05-30得票数 2
回答已采纳
正在尝试将保存的模型转换为tflite。 型号名称: ssd_mobilenet_v1_ppn_coco https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md 我尝试使用以下命令将模型转换为tflite pb： $tflite_convert --output_file=/tmp/dec.tflite
--saved_model_dir=/ppn/saved_model/ 收到此错误： ValueError:仅第一维度支持None
浏览 25提问于2019-04-11得票数 2
输入我的tflite模型的形状- (18，63)或1134个数字。
我用objective代码获取数据本身，然后将其发送给快速代码，那里已经出现了一个错误。详细地，我做以下工作
接收NSMutableArray中的数据。数组的长度为1134 NSNumberConverting NSMutableArray to NSData。
NSData *d = [NSKeyedArchiver archivedDataWithRootObject:_data];
NSLog(@"output: %@", d);
// output: {length = 18181,
浏览 5提问于2021-01-05得票数 1
1回答
我正在使用经过预先培训的tensorflow光模型，使用我创建的一个简短的程序获得一些示例输出：
import cv2 as cv
import numpy as np
import os
import tensorflow as tf
import numpy as np
def decode_img(img):
# convert the compressed string to a 3D uint8 tensor
img = tf.image.decode_jpeg(img, channels=3)
# Use `convert_image_dtype` to conver
浏览 4提问于2020-01-21得票数 0
回答已采纳
我正在使用TensorflowLite C++API在android上开发对象检测应用程序。当我将模型转换为tflite时，转换后的tflite模型的输出与最初提供的.pb文件在相同的测试映像上的输出不同。
将.pb文件转换为.tflite
终端命令(我使用作为帮助)：
python3 object_detection/export_tflite_ssd_graph.py --pipeline_config_path=/content/ssd_mobilenet_v2_coco_2018_03_29/pipeline.config --trained_checkpoint_prefix=/co
浏览 5提问于2020-02-25得票数 0
2回答
我有一个numpy数组arr1，它是一个函数的输出。该数组具有一个“额外”维度，这是由numpy数组中的每个元素作为numpy数组本身所造成的。
arr1.shape输出(100, 20, 1)
如果我打印数组，print(arr1[0])输出
array([[-212537.61715316],
[ 7258.38476409],
[ 37051.91250884],
[-146278.00512207],
[-185792.24620168],
[-200794.59538468],
[-195981
浏览 3提问于2016-02-08得票数 2
回答已采纳
2回答
我一直在努力跟踪，一整天都在把所有的tensorflow动物园模型转换成TensorFlow Lite模式，以便在安卓系统上运行而没有运气。
我从这里下载了几个型号， (FYI，Chrome不让你下载这些链接不是https，我必须右击查看链接并单击检查器中的链接)。
我拿到剧本了
import tensorflow as tf
converter = tf.lite.TFLiteConverter.from_frozen_graph(
graph_def_file='frozen_graph.pb',
input_shapes = {'normaliz
浏览 49提问于2021-12-06得票数 3
我已经训练了一个检测模型，当嵌入tensorflow示例应用程序时，它做得很好。
在用export_tflite_ssd_graph冷冻后，用toco转化为tflite，效果确实很差，而且有很大的“多样性”。
阅读的答案，在一个类似的问题上失去准确性，我想尝试tflite_diff_example_test在tensorflow对接机。
由于文档目前还没有那么发展，所以我构建了引用的工具
使用：bazel build tensorflow/contrib/lite/testing/tflite_diff_example_test.cc，运行平稳。
在计算出所有需要的输入参数之后，我使用以下命
浏览 0提问于2018-09-10得票数 0
回答已采纳
1回答
我的模型是在"imdb评论数据集“上训练的，在预测电影评论的情绪时效果很好。然而，当我将我的模型转换为Tensorflow Lite时，它会输出:只有在第1维中才支持任何一种。张量‘嵌入1输入’具有无效的形状‘无，无’。在训练我的模型时，我没有指定一个特定的形状，因此我不确定我的模型要使用我的android应用程序时要传递什么样的形状。(只要我将embedding_input形状转换为其他东西，就会创建TFLite模型，但不适用于我的安卓应用程序)
型号代码：
from tensorflow import keras
from keras.preprocessing.text impo
浏览 3提问于2020-07-10得票数 0
回答已采纳
我目前使用此脚本将我的H5模型转换为TFLite：
# CONVERTING TO TFLITE FORMAT
g.save(os.path.join(save_dir, 'full_generator_{}_{}.h5'.format(epoch_number, current_loss)), include_optimizer=False)
model = tf.keras.models.load_model(
os.path.join(save_dir, 'full_generator_{}_{}.h5'.format(
浏览 2提问于2019-11-30得票数 0
1回答
我有一个tflite模型用于掩码检测，其中一个乙状结肠层输出0掩码和1no_mask之间的值。
我使用netron检查了输入和输出节点，下面是我得到的：
我在python中测试了推理模型，它工作得很好。
# A simple inference pipline
import numpy as np
import tensorflow as tf
import cv2
# Load TFLite model and allocate tensors.
interpreter = tf.lite.Interpreter(model_path="efficient_net.
浏览 1提问于2021-11-27得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
云直播活动推荐
腾讯云开发者
