我想使用量化的tensorflow lite模型，但我目前的ByteBuffer使用的是浮点。我希望这是整数表示。现在，模型需要270000字节，而我正在尝试传递1080000字节。public ByteBuffer convertBitmapToByteBuffer(Bitmap bitmap) {
// Preallocate memory for bytebuffer</e
浏览 25提问于2020-05-29得票数 1
回答已采纳
我是拿相机输入和处理它与Tensorflow Lite模型，以检测图像和姿态。是以位图为输入的Tensorflow lite模型。我是采取相机图像，这是，安卓媒体图像格式。这里我的问题是，我试图将媒体图像转换成位图。我发现了以下几点。 val bmp:Bitmap=BitmapF
浏览 7提问于2022-04-05得票数 0
回答已采纳
在应用训练后量化后，我定制的CNN模型被缩小到原来大小的1/4 (从56.1MB减少到14 my )。gov.nih.nlm.malaria_screener.CameraActivity$8.run(CameraActivity.java:810)模型的输入图像大小为所以，如果我要创建Bytebuffer: 100x100
浏览 1提问于2018-10-17得票数 2
回答已采纳
1回答
我正在创建一个使用TensorFlow Lite模型的图像超分辨率应用程序。该模型以ByteBuffer的形式给出输出图像，我将ByteBuffer转换为位图。接下来，我显示这个位图，但没有显示任何内容。我使用的代码如下所示： ByteBuffer out = ByteBuffer.allocate(4 * 384 * 3
浏览 30提问于2019-12-09得票数 0
2回答
如何正确地将Lenet模型(输入32x32、5层、10个类)转换为Tensorflow Lite？我使用了这行代码，但它给了我非常糟糕的信心，在安卓，。所有的信心都在0.1左右，或10%左右。这是我使用的代码converter = tf.lite.TFLiteConverter.from_keras_modeltflite_model = converter.convert
浏览 6提问于2020-06-20得票数 2
回答已采纳
我目前正在测试与TensorFlow Lite转换的CNN推理的延迟时间。我正在测试两个具有相同架构的CNN(我正在用Windows操作系统在我的笔记本上测试它们)：
第一个模型:使用TensorFlow优化的TFLite模型及其权重量化(使用Python进行转换，用tensorflow.lite.Optimize.DEFAULT量化)。第二
浏览 2提问于2021-02-04得票数 0
下面是tensorflow灯光教程:当我在android手机上安装和运行时，工作正常。但是当我更换新造的花模型时，它总是会崩溃。下面是我遵循的步骤: 1.使用本教程重新培训模型：python -m scripts.retrain 我测试了经过再培训的
浏览 4提问于2018-05-31得票数 1
我是从一个图像数据集创建我的模型，我的数据集是Tensorflow Lite版本"tflite“。当我尝试使用android对象检测时，我得到了以下错误：不能在具有UINT8类型的TensorFlowLite张量和类型为UINT8的UINT8对象之间转换[[F(与TensorFlowLite类型FLOAT32注意:我的模型是量化的，我在python中用<
浏览 7提问于2020-11-22得票数 1
下面的代码片段创建一个8位量化的TF Lite模型，用FLOAT替换QUANTIZED_UINT8创建一个32位模型。是否有创建16位量化模型的标志？我搜索了TF Lite文档，但在可能的标志列表中找不到任何文档。有人知道怎么做吗？~/tensorflow/bazel-bin/tensorflow&
浏览 10提问于2017-12-28得票数 1
回答已采纳
我目前正在测试用TensorFlow Lite转换的U-Net网络推理的延迟时间。在一个分段问题上，我正在测试具有相同结构的三个NN (我正在用Windows操作系统在我的笔记本上测试它们)：
第一个模型: TensorFlow模型(没有优化，使用Keras接口创建)。第二个模型:使用TFLite优化的TensorFlow模型(使用Pytho
浏览 4提问于2021-01-08得票数 1
1回答
我对Tensorflow训练后量化过程感到困惑。官方网站提到了Tensorflow Lite量化。不幸的是，这在我的例子中不起作用，也就是说，TFLiteConverter为我的Mask RCNN模型返回错误：
Some of the operators in the model are not supported我对这些错误并不感到惊讶，因为不支持手机的decodejpeg可能是有意义的<
浏览 22提问于2020-03-02得票数 2
量化意识的培训在坦索弗洛允许我量化使用不同的量化配置的个人水平使用tensorflow_model_optimization.quantization.keras.quantize_annotate_layer我想对一个已经受过训练的模特产生类似的效果。
在Tensorflow的训练后量化文档中，下面是一个将模型量化为float16的示例。imp
浏览 16提问于2022-10-13得票数 0
我正在尝试int8量化我的模型在TensorFlow Lite上。转换本身使用tensorflow 1.15.3，但转换模型在麒麟990上运行得非常慢。(使用tensorflow 2.3.0的转换没有工作。)
tensorflow/示例中的mobilenet_v1_1.0_224_quant.tflite在Kirin 990上运行得很快。我的模型是int
浏览 9提问于2020-09-02得票数 2
我想使用TensorFlowLite (和Kotlin)在安卓上运行一个自定义的tflite模型。尽管我使用TFLite支持库创建了一个格式正确的输入和输出缓冲区，但每次调用run()方法时，我都会收到以下错误消息。(ByteBuffer.java:615)W/System.err:tensorfl
浏览 16提问于2020-09-04得票数 0
回答已采纳
2018-10-10 13:56:40.442130: i tensorflow/contrib/lite/toco/import_tensorflow.cc:1233]转换不受支持的操作: DecodeJpeg/lite/toco/graph_transformations/graph_transformations.cc:39]删除未使用的操作数1: 607，1003数组(0量化) 20
浏览 0提问于2018-10-10得票数 1
我正在做一些辅助项目，涉及到将ML模型部署到边缘。其中一个是照片编辑应用程序，其中包括用于面部识别、物体检测、分类和风格转移的CNN应用程序。一旦我有了一个准确的训练有素的模型，它在我正在测试的一个或多个移动设备(通常是低端的Android)上会变得非常慢。我读到有一些优化可以提高模型的速度，但我不知道怎么做。有没有一个标准的工具来优化移动/边缘的模型？
浏览 3提问于2019-05-17得票数 0
我正在尝试将DNN模型的.pb格式更改为.tflite，我还想量化所有的权重和偏差。当使用以下代码时，权重以8位为单位进行量化，但偏置仍然是浮点数。import tensorflow as tf
converter=tf.lite.TFLiteConverter.from_frozen_graph(graph_def_
浏览 54提问于2019-08-22得票数 0
回答已采纳
1回答
我有一个经过训练的神经网络(Alexnet)作为Keras模型，它应该用于android分类应用程序。首先，我将模型转换为TensorFlow .pb文件： @staticmethod
def Convert(ModelPath, OutputPath我用IrfanView将它的大小调整为227x227图像(我的网络的输入大小，忽略了高宽比)，然后用我的应用程序加载
浏览 0提问于2019-07-22得票数 1
回答已采纳
我已经搜索了一段时间，但似乎Keras只有经过训练后才具有量化特性。我希望在我的Keras序列模型中添加Tensorflow伪量化。根据Tensorflow的doc，我需要这两个函数来做假量化: tf.contrib.quantize.create_training_graph()和tf.contrib.quantize.create_eval_graph我的问题是，是否有人在Keras模型中添加了这两个函数？如果是
浏览 2提问于2018-09-17得票数 2
回答已采纳
我想我的目标很简单。我想将一个经过预先训练的mobilenetv2 (或v1) ssd模型转换为TFLite，并按照描述的进行量化和优化。但是即使没有任何量化，我也得到了将模型转换为TFLite模型的错误。/lite/toco/import_tensorflow.cc:659]转换不支持的操作: TensorArrayWriteV3 2020-04-2
浏览 5提问于2020-04-29得票数 1
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
