在为android应用程序创建tensorflow lite模型时，为了显示输出，我需要做些什么特殊的事情吗？
在为Android应用程序创建TensorFlow Lite模型时，为了显示输出，您需要进行以下特殊操作：
- 首先，您需要在TensorFlow模型中定义输出节点。输出节点是模型中的一个操作，它将产生您希望显示的结果。您可以使用TensorFlow的图形可视化工具TensorBoard来查看模型的结构，并确定输出节点的名称。
- 在将TensorFlow模型转换为TensorFlow Lite模型之前，您需要使用TensorFlow的转换工具将模型转换为TensorFlow Lite支持的格式。转换工具可以将模型的权重和操作转换为适用于移动设备的轻量级格式。
- 在Android应用程序中，您需要使用TensorFlow Lite库加载和运行TensorFlow Lite模型。您可以使用TensorFlow Lite Android官方库来实现这一点。该库提供了一些示例代码和API，可帮助您加载模型并运行推理。
- 为了显示输出，您可以使用Android的UI组件（如TextView、ImageView等）来显示模型的结果。您可以将模型的输出值设置为这些UI组件的内容，以便用户可以看到模型的预测结果。
总结起来，为了在Android应用程序中显示TensorFlow Lite模型的输出，您需要定义输出节点、转换模型为TensorFlow Lite格式，使用TensorFlow Lite库加载和运行模型，并使用Android的UI组件来显示模型的结果。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云AI开放平台：https://cloud.tencent.com/product/ai
- 腾讯云移动开发平台：https://cloud.tencent.com/product/mwp
- 腾讯云物联网平台：https://cloud.tencent.com/product/iotexplorer
- 腾讯云云服务器CVM：https://cloud.tencent.com/product/cvm
- 腾讯云云数据库MySQL版：https://cloud.tencent.com/product/cdb_mysql
- 腾讯云对象存储COS：https://cloud.tencent.com/product/cos
- 腾讯云区块链服务：https://cloud.tencent.com/product/tbaas
- 腾讯云视频处理服务：https://cloud.tencent.com/product/vod
- 腾讯云音视频通信TRTC：https://cloud.tencent.com/product/trtc
相关·内容
我已经在Tensorflow中训练了一个模型，所以可以产生的最大输出值是1.0。然后我将其转换为Tensorflow Lite以放在android上，现在Tensorflow Lite模型产生的值远远大于1.0。我能做些什么来解决这个问题呢？
我使用的是Tensorflow 2.5
tf模型-> tflite模型脚本
converter = tf.lite.TFLiteConverter.from_saved_model("/content/drive/MyDrive/savedmodel")
converter.optimizations = [tf.lite.Opti
浏览 25提问于2021-06-09得票数 0
回答已采纳
我正在尝试运行一个经过预先训练的对象检测TensorFlowLite模型从.我在“移动模型”标题下使用了该站点的ssd_mobilenet_v3_small_coco模型。根据在Android上运行我们的模型的，我注释掉了模型下载脚本，以避免资产被覆盖：// apply from:'download_model.gradle'在build.gradle文件中，并替换了资产目录中的detect.tflite和labelmap.txt文件。构建是成功的，没有任何错误，应用程序安装在我的android设备上，但它一启动就崩溃了，logcat显示：
E/AndroidRuntime:
浏览 3提问于2020-05-24得票数 1
回答已采纳
1回答
我已经创建了一个简单的LSTM模型，我想在我的Android应用程序中使用它。我将其转换为TFLite模型，并将其保存在.tflite文件中。我根据将模型导入到我的项目中，一切似乎都还好-- Android向我展示了当我想使用它时应该使用的示例代码，除非我尝试使用，否则在构建时会出现以下错误：
错误:包com.example.app.ml不存在导入com.example.app.ml.SnoreModel
我发现，当我使用不包含LSTM层的模型时，它工作得很好。我尝试了两种不同的方法将我的Keras模型转换为TFLite，一种来自保存的模型(如下面所示)，另一种来自加载的模型。在这两种
浏览 11提问于2022-02-27得票数 1
1回答
我试图在android上应用自定义对象检测模型。为了应用该模型，我使用了/lite/examples/object_detection下的。出于这个原因，我也在用我的个人手机(小米红米Note 8 pro，Android 10)进行测试。该示例工作良好，能够识别不同的对象。但是，当我试图导入自定义模型时，应用程序会反复崩溃。要运行模型，我在build.gradle(:app)上添加了以下依赖项：
implementation('org.tensorflow:tensorflow-lite:0.0.0-nightly') { changing = true }
implement
浏览 5提问于2020-10-06得票数 0
目前，我正在为一个专有软件编写一个扩展。不幸的是，日志还没有完全可用，因此这是正在进行的工作。扩展使用2019编译为DLL，此DLL依赖Tensorflow 2.6DLL。扩展基本加载保存的模型
LoadSavedModel(session_options, run_options, m_modelDir, { tensorflow::kSavedModelTagServe }, &model_bundle_lite);
对图像执行推理。
model_bundle_lite.GetSession()->Run(inputs_, output_names, {}, &pre
浏览 3提问于2021-11-18得票数 0
我最近在Google Cloud Vision上训练了一个对象检测模型。我导出了训练模型的metadat jason文件、标签文本文件和模型tflite文件，我打算在Android上运行它。然而，我不能使用Android演示应用程序运行这个模型，因为它每次都会崩溃。 使用的演示应用程序与本地训练和转换的tflite模型兼容，但与从Google Cloud导出的模型不兼容。 这里可能出了什么问题，该如何解决？ 谢谢 参考:演示应用程序：https://github.com/tensorflow/examples/tree/master/lite/examples/object_detectio
浏览 40提问于2020-01-24得票数 1
回答已采纳
我正在为Android开发一个对象检测应用程序，我在使用ssd_mobilenet_v1_fpn模型进行培训时获得了良好的性能。
输出冻结推理图，转换为tflite，并对其进行量化以提高性能。但当我在上试用时，应用程序就崩溃了。
该应用程序与默认模型(ssd_mobilenet_v1)完美地工作，但不幸的是，它并不适合小对象的检测和分类。
这里是我量化的ssd_mobilenet_v1_fpn模型
Google：
OneDrive：
这里的非量化模型
谷歌硬盘：
OneDrive：
用于量化我使用了以下命令行：
bazel运行-c tensorflow/lite/toco:tocoTFLit
浏览 20提问于2020-09-16得票数 0
回答已采纳
1回答
我按照这些instructructions将原始的u2net模型权重文件u2net.pth转换为tensorflow lite，并成功转换。 然而，我在android的tensrflow lite中使用它时遇到了问题，我不能用tflite-support script将图像分割器元数据添加到这个模型中，所以我更改了模型，只返回了1个输出d0 (这是所有输出d0的组合，即d1，d2，...，d7)。然后成功添加元数据，我可以使用模型，但它没有给出任何输出并返回相同的图像。 因此，任何帮助都会非常感谢，让我知道我哪里搞砸了，以及我如何在android的tensorflow lite中正确使用这个
浏览 126提问于2021-08-13得票数 2
回答已采纳
BTHOG。
我定义并精调移动多语言bert模型，该模型使用以下keras代码构建：
bert_preprocess = hub.KerasLayer("https://tfhub.dev/tensorflow/bert_multi_cased_preprocess/3")
bert_encoder = hub.KerasLayer("https://tfhub.dev/tensorflow/mobilebert_multi_cased_L-24_H-128_B-512_A-4_F-4_OPT/1", trainable=True)
i = tf.keras.l
浏览 28提问于2022-05-09得票数 0
我有一个TensorFlow lite安卓的例子，我想实现我的自定义训练模型的音频识别。我已经训练了使用自定义使用教程的模型。我想将该模型实现到TensorFlow lite安卓项目中，但它给出了以下错误：
Process: org.tensorflow.lite.examples.speech, PID: 22892
java.lang.IllegalArgumentException: Invalid input Tensor index: 1
at org.tensorflow.lite.NativeInterpreterWrapper.getInputTenso
浏览 0提问于2020-06-06得票数 0
1回答
我有一个实现sklearn的RandomForestClassifier的模型。我已经将模型保存在一个'pickle‘文件中，我想将它部署到一个android应用程序中。我已经看到，这可以使用Tensorflow Lite文件来完成，而'hdf5‘文件也可以转换为相同的文件。然而，我不知道如何将我的pickle文件转换为hdf5，然后再转换为tflite。 我需要使用Tensorflow重新实现随机森林吗？我还能做些什么来把它部署到android上？ 我不想在android上训练我的模型，而是在它上使用我的自定义训练模型。
浏览 102提问于2019-05-16得票数 1
我想寻求一些帮助。我一直在为如何将Yolov5模型转换为Tensorflow lite而奋斗。有什么建议吗，伙计们，我怎样才能把我的Yolov5模型转换成tensorflow lite？
浏览 13提问于2022-03-12得票数 0
我训练了一个tensorflow模型(固态硬盘移动网络V2)，并在安卓上使用tensorflow对象检测演示应用程序转换为tflite进行检测，但该模型没有检测到任何对象。 021-01-28 16:25:30.228 15761-15761/org.tensorflow.lite.examples.detection E/tensorflow: CameraActivity: Exception！java.lang.IllegalStateException:此模型不包含关联文件，并且不是Zip文件。在org.tensorflow.lite.support.metadata.Metada
浏览 9提问于2021-01-28得票数 0
1回答
语音识别的不同模型
、、、
我尝试了很多时间来运行这个示例项目，最后使用convert_keras_lite.py内部导出direcory.However生成了这个tflite模型，我在这个项目中检查了中的资产目录中的tflite模型。我发现tflite模型与第一个模型不同。。
我试图将资产android目录中的tflite模型替换为第一个tflite模型，但是在Android logcat中，该应用程序突然崩溃了这个错误代码：
2019-12-22 16:45:22.262 795-795/org.tensorflow.lite.examples.speech E/AndroidRuntime: FATAL EXCEP
浏览 7提问于2019-12-22得票数 0
回答已采纳
我正在将移植到安卓系统。我必须将转换为.tflite，这样才能在那里使用它。
我在谷歌上搜索了TensorFlow模型转换工具，但什么也找不到。我还查看了Android TensorFlow-lite库是否有导入这些图形模型的方法，但我也没有找到任何东西。
我尝试使用下面的Python脚本转换它，我找到了，但它需要一个.pb文件：
import tensorflow as tf
converter = tf.lite.TFLiteConverter.from_saved_model(saved_model_dir)
tflite_model = converter.convert()
ope
浏览 4提问于2019-07-18得票数 2
最近我用keras来训练移动网络模型。我重新配置了输出层，以对两个类进行预测。
然后，我将保存的.h5文件转换为.tflite文件。根据TensorFlow的ImageClassification示例，曾经在Android中运行过：
我看到这些预测的可信度有很小的出入。也就是说。
对于此图像:运行推理的图像：
Tflite模型置信度： 2.0677739E-5，0.9999794
基于Keras预测的桌面.h5推断： 5.100073E-4，9.994900E-1
正如你所看到的，他们预测的方向是相同的。然而，我很好奇，究竟是什么原因造成了这种差异呢？
如果这不像一般解释那样简单，我将发布所
浏览 3提问于2020-05-04得票数 0
我试图创建一个模型来识别绘制的形状，但我在Tensorflow很新，我无法使它工作。
我能够按照以下步骤创建我的模型-- (与CodeLab tensorflow-for 2基本相同)，并得到了我的custom_model.tflite
我将我的模型测试到图像分类示例( )和哇！效果很好。
但是现在我想在对象检测示例中使用我的模型，这样我就可以知道形状的位置并对它们进行装箱。我从这里下载了这个示例，并将custom_model.tflite粘贴到资产文件夹中。
另外，我将属性TF_OD_API_IS_QUANTIZED更改为false，改为'DetectorActivit
浏览 3提问于2020-06-26得票数 2
尝试使用Android使用Tensorflow Lite实现自定义对象检测模型。我正在遵循这里提供的指导：，但是没有成功。示例模型正确运行，显示所有检测到的标签。尽管如此，当我尝试使用我的自定义模型时，我是，根本没有得到任何标签。我也尝试过其他模式(从互联网，但结果是一样的)。就好像标签不是用写的方式传递的。我复制了我的detect.tflite和labelmap.txt，在中更改了TF_OD_API_INPUT_SIZE和TF_OD_API_IS_QUANTIZED，但是仍然没有得到结果(用一个边界框和一个分数检测到的类)。
Logcat显示了以下内容：
2020-10-11 18:37:5
浏览 1提问于2020-10-12得票数 1
回答已采纳
我已经训练了我自己的keras图像分类模型，我把它转换成tflite，然后我想通过tensorflow lite在android中使用这个模型。为此，我使用了一个github项目来直接访问该项目的应用程序链接，如下所示：
但我在logcat中发现了一个错误：
2020-03-30 14:50:48.747 27421-27421/com.amitshekhar.tflite E/AndroidRuntime: FATAL EXCEPTION: main
Process: com.amitshekhar.tflite, PID: 27421
java.lang.IllegalA
浏览 1提问于2020-03-30得票数 0
我致力于面部表情识别使用深度学习算法，即CNN，以识别用户的情绪，如高兴，悲伤，愤怒等。我已经训练和测试它在python中使用预先训练的VGG-16模型改变顶部3层来训练我的测试图像，以加快我使用Tensorflow的训练过程。测试准确率为62%。我已经将我的模型的架构和权重保存在train_model.h5文件中。 现在我必须在Android手机上实现它。为此，我使用了Tensorflow-Lite，因为它适用于android手机。因此，我使用Tensorflow lite转换器方法将我的.h5文件转换为.tflite文件。 这是我在转换时所做的： from tensorflow.cont
浏览 33提问于2019-05-15得票数 3
你能帮我解决这个错误吗？
根据文档，我正在使用Android中的TensorFlow Lite测试一个定制的对象检测模型，但是当库试图识别一个图像时，我有一个错误。
我使用的是Tensorflow示例应用程序：
使用任务库的： https://www.tensorflow.org/lite/inference_with_metadata/task_library/object_detector
依赖型 implementation 'org.tensorflow:tensorflow-lite-task-vision:0.1.0'
执行此方法时，将获得以下错误：
方法 List
浏览 4提问于2021-03-01得票数 0
这个问题是关于如何在Android设备上不使用转换TF Lite和不使用外部服务来运行经过训练的模型的解决方案。
我不拥有这个模型，也不能修改它。我只有受过训练的模型文件。
该装置已脱离网络，应嵌入经过训练的模型。无法连接到外部服务器。
Tensorflow Lite不是一个选项，因为TF不支持5D张量：
为了做我的测试，我将得到我在上述tensorflow问题中提供的基本模型来做我的测试。
我找到了这篇博客文章，但还没有成功：
您知道有什么更新的解决方案可以在Android上的Java或C++库中加载模型吗？
Tensorflow在他们的GitHub：上没有提出任何例子
浏览 9提问于2022-08-24得票数 1
回答已采纳
我们在转换经过预先训练的Tensorflow模型时遇到了问题，我们将其作为以下文件
snapshot_140.ckpt.index
snapshot_140.ckpt.meta
快照_140.ckpt.data-00000-00001
对于tensorflow lite，当我们使用转换后的tflie文件进行预测时，所有的预测都在Nan而正常的tensorflow模型加载时给出了正确的回归预测。
上面有这些文件，从ckpt文件到tensorflow .pb图的转换是通过tensorflow.python.tools.freeze_graph工具进行的。
然后，将TFlite_converter工
浏览 1提问于2019-05-22得票数 2
我正在尝试集成在设备上的机器学习使用反应-本机。我已经将变压器模型从拥抱脸转换成了tensorflow lite文件。这样，我就可以让模型在android端成功运行。当我试图对iOS做同样的操作时，我会得到以下错误：
TensorFlow Lite Error: Select TensorFlow op(s), included in the given model is(are) not supported by this interpreter. Make sure you apply/link Flex delegate before inference. For the Android
浏览 40提问于2022-05-19得票数 2
2回答
我按照tensorflow android指南从源代码中生成tensorflow-lite.aar和tensorflow-lite-select-tf-ops.aar。
我现在的应用程序可以用，
dependencies {
...
implementation 'org.tensorflow:tensorflow-lite:2.3.0'
implementation 'org.tensorflow:tensorflow-lite-gpu:2.3.0'
implementation 'org.tensorflow:ten
浏览 1提问于2020-11-26得票数 0
回答已采纳
1回答
我正在通过构建一个适用于安卓的二进制图像分类应用程序来学习TensorFlow lite。我按照官方的模型制作教程(https://www.tensorflow.org/lite/tutorials/model_maker_image_classification)训练了我的tflite模型，在这个教程中，我的model.tflite和label.txt文件保存在google colab目录中。根据android lite教程(https://www.tensorflow.org/lite/models/image_classification/overview)，我在参考TensorFlo
浏览 27提问于2020-07-28得票数 0
使用Google上的TPU训练模式，我训练了一个SSD MobileNet V1 FPN模型来识别两种类型的对象。该模型没有错误的训练，我能够用TensorBoard进行评估。在转换到TensorFlow Lite并试图在用于对象检测的演示应用程序中运行该模型之后，尽管TensorFlow的文档声明该操作是在Lite构建中实现的，但该模型失败了，出现了有关未实现的自定义操作的错误。
我在Google上使用TPU训练了模型，并从存储桶中下载了模型。
接下来，我使用对象检测模型的最新修订版(路径是通用的)导出该模型：
python -m object_detection/export_tflite
浏览 0提问于2019-02-09得票数 1
回答已采纳
如何将自定义模型应用于tensorflowlite？在说明中，我本应将模型粘贴到资源中并删除下载模型gradle，但当它应用于应用程序时，问题是什么？ 编辑： 我在tensorflow lite中使用自定义训练时遵循了说明，但在将api模型文件更改为我的模型并注释了下载模型gradle之后，应用程序简单崩溃。我试着使用微软通用压缩和compacts1的自定义ai，并按照说明https://medium.com/datadriveninvestor/how-to-train-your-own-custom-model-with-tensorflow-object-detection-api-a
浏览 56提问于2020-04-24得票数 0
我使用Google AutoMl训练模型，然后生成tensorflow lite模型来检测塑料瓶等。我想在tensorflowlite对象检测安卓示例中使用，但失败了 这就是我提到的github：https://github.com/tensorflow/examples/tree/master/lite/examples/object_detection/android 我用我自己的项目替换了tflite文件和txt文件，在android studio上的安装运行良好，但应用程序崩溃了，无法运行 public class DetectorActivity extends CameraAct
浏览 32提问于2019-09-17得票数 0
回答已采纳
1回答
我已经训练了一个TensorFlow模型，它需要我的RTX2080在每个动作上花费几秒钟(除了初始化模型所需的20-30秒)。
我一直在考虑将其转换为在tensorflow lite上运行的iOS/Android应用程序，但除了将模型转换为tensorflow lite模型等技术挑战外，
我想知道这个在手机硬件上运行的可行性，即使是在一个相当现代的内置GPU的手机上，对于实际目的来说，这仍然可能太慢了吗？
使用tensorflow lite构建iOS/Android应用程序的人能对性能和其他实际考虑因素发表评论吗?tensorflow lite是手机负责计算的地方。
例如，让我自己的服务器在A
浏览 1提问于2019-10-31得票数 0
1回答
模型转换器
、、
我训练了一个阶级识别的模型。我用fizyr的Keras训练：。
我以优异的成绩完成了训练。我的目标是将所获得的模型集成到android中。
我尝试使用以下脚本来转换模型：
import tensorflow as tf
from keras_retinanet.models import load_model
from keras.layers import Input
from keras.models import Model
if __name__ == "__main__":
model = load_model("modelFINAL.h5")
浏览 8提问于2021-10-07得票数 0
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
系统信息
10,11):TensorFlow 操作系统平台和发行版(安卓安装自: sourceTensorFlow版本: 2.4.1 )
我只是试图建立一个模型，以时间序列数据作为输入和计算rFFT/irFFT和返回时间序列数据。我使用tf.signal.rfft和tf.signal.irfft进行计算。我已经把它转换成TFLITE，它在python中工作得非常好。但是当我把它加载到android演播室时，它给了我一个翻译器。以下是python的代码：
from tensorflow.keras.layers import Lambda, Input
import tensorflow as
浏览 16提问于2021-04-02得票数 0
回答已采纳
1回答
什么是*.tflite模型输出
、、、、
这是我在Android Studio上导入的tensorflow Lite模型的代码：
这是我运行应用程序时的输出：
我不明白，怎么才能得到模型输出?？
更新：
输出是6个元素的浮动数组，但我想要的是慷慨元素的索引，我尝试了下面的代码：
对吗?？我每次预测都会得到相同的输出1-
浏览 0提问于2021-04-01得票数 0
培训了人脸的TFLite模型，并试图在android上实现它。
final List<Detector.Recognition> results = detector.recognizeImage(croppedBitmap);
在这条线上，我发现了一个错误
E/AndroidRuntime: FATAL EXCEPTION: inference
Process: org.tensorflow.lite.examples.detection, PID: 14805
java.lang.IllegalArgumentException: Cannot copy fro
浏览 19提问于2020-11-30得票数 0
Tensorflow-Lite演示使用它提供的原始模型: mobilenet_quant_v1_224.tflite。请参阅：
他们还在这里提供了其他预培训过的模型：。
但是，我从上面的链接下载了一些较小的模型，例如mobilenet_v1_0.25_224.tflite，并通过更改ImageClassifier.java中的MODEL_PATH = "mobilenet_v1_0.25_224.tflite";替换了演示应用程序中的原始模型。该应用程序崩溃时：
12-11 12:52:34.222 17713-17729/？E/AndroidRuntime:致命异常: Ca
浏览 0提问于2017-12-11得票数 11
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
2回答
我正在尝试运行我自己的对象检测自定义模型。我从Google ()创建了我的数据集(我对图像进行了装箱和标记)，它看起来如下：
在对模型进行培训之后，我从这里下载了TFLite文件(labelmap.txt、model.tflite和json文件)：
然后，我将它们添加到Android对象检测示例( )中。
但是当我运行这个项目时，它就崩溃了：
2020-07-12 18:03:05.160 14845-14883/? E/AndroidRuntime: FATAL EXCEPTION: inference
Process: org.tensorflow.
浏览 9提问于2020-07-12得票数 6
回答已采纳
我已经从github克隆了一个回购程序，在进行gradle构建时，我面临以下错误。
android\app\src\main\java\org\tensorflow\lite\examples\detection\CameraActivity.java:53: error: package org.tensorflow.lite.examples.detection.env does not exist
import org.tensorflow.lite.examples.detection.env.ImageUtils;
CameraActivity.java引起错误的代码
import
浏览 2提问于2021-04-07得票数 0
回答已采纳
我有一个量化的TensorflowLite模型，我正在加载到运行Android11的Pixel 3上。我使用Tensorflow Lite 2.5构建了这个模型，我使用的是每晚为Android构建的Tensorflow。
我正在使用默认提供的NNAPI委托初始化TFLite解释器。
但是，当我加载模型时，我从NNAPI中得到以下错误：
/OperationsUtils(16219): NN_RET_CHECK failed (frameworks/ml/nn/common/OperationsUtils.cpp:111): Operation QUANTIZE with inputs {TEN
浏览 5提问于2021-03-22得票数 0
回答已采纳
我最近尝试用TFLite模型构建一个对象检测安卓应用程序。我构建了自己的自定义模型( HDF5格式的Keras )，并使用以下命令成功地将模型转换为自定义TFLite模型：
tflite_convert --keras_model_file=detect.h5 --output_file=detect.tflite --output_format=TFLITE --input_shapes=1,300,300,3 --input_arrays=normalized_input_image_tensor --output_arrays='TFLite_Detection_PostProc
浏览 17提问于2020-11-13得票数 0
回答已采纳
当我试图在上运行一个tiny-yolov3模型时，我遇到了一个错误。当我尝试在手机上运行应用程序时，应用程序崩溃并显示以下错误
E/AndroidRuntime: FATAL EXCEPTION: inference
Process: org.tensorflow.lite.examples.detection, PID: 5535
java.lang.IllegalArgumentException: Invalid output Tensor index: 1
at org.tensorflow.lite.NativeInterpreterWrapper.g
浏览 14提问于2020-05-26得票数 0
回答已采纳
我使用lite Converter将我的pb格式的模型转换为tflite格式，并使用lite解释器运行此模型，但它不能很好地工作，错误是：
Traceback (most recent call last):
File "/home/yuan/anaconda3/envs/TFLite/lib/python3.7/threading.py", line 917, in _bootstrap_inner
self.run()
File "/home/yuan/tensorflow-master/tensorflow/examples/speech_comm
浏览 3提问于2019-06-20得票数 6
1回答
因此，我将使用预先训练好的权重许可我的深度学习模型，以便部署给客户。此深度学习模型的使用将在此客户的服务器上完成。出于安全原因，我想知道我可以做些什么来混淆我的Python代码和模型，以使它更难，如果有人想要对其进行反向工程。 到目前为止，我已经使用Cython将我的Python脚本(用于处理数据和调用模型)编译成C语言。我还使用Making an executable in Cython制作了一个可执行文件。我还能做些什么来更好或更有效地进行模糊处理？ 此外，我更关心的是混淆我的预训练模型的权重。我有ONNX和Tensorflow Lite格式的模型。保护我的模型(适用于ONNX和Tens
浏览 12提问于2020-10-08得票数 2
我正在尝试使用tensorflow lite创建一个在android应用程序上运行的tensorflow模型。该模型是一个图像分类模型(卷积神经网络)，它使用softmax和稀疏分类交叉熵函数。当我在我的android设备上运行示例android图像分类模型时，该模型进行预测并在屏幕上显示输出；但是，当我在android应用程序上使用我自己的模型尝试相同的操作时，输出为空。我需要对我的模型做一些额外的/特殊的事情才能让它工作吗？我该如何解决这个问题？
我使用的大部分代码与示例分类模型中的代码相同，只是我用我自己的模型替换了他们的模型。
当我使用示例模型时，应用程序工作正常并显示输出，但当我使用
浏览 34提问于2019-12-05得票数 0
在我的图像分类应用程序项目( flutter )中运行tflite模型时，我遇到了问题。
我已经通过以下代码将我的CNN模型转换为tflite模型：
import tensorflow as tf
converter = tf.lite.TFLiteConverter.from_saved_model('/content/drive/MyDrive/CNN_Model/10.07.CNNmodel.100.92')
# converter.optimizations = [tf.lite.Optimize.OPTIMIZE_FOR_LATENCY]
converter.targ
浏览 16提问于2021-08-06得票数 3
我想在android studio中使用我的keras训练模型。我在互联网上得到了这段代码，将我的代码从keras转换为tensorflow-lite。但是当我尝试编写代码时，我得到了这个错误： OSError: SavedModel file does not exist at: C:\Users\Munib\New folder/{saved_model.pbtxt|saved_model.pb} 我使用的代码是从keras转换到tensorflow-lite： import tensorflow as tf
# Converting a SavedModel to a TensorFl
浏览 1242提问于2020-06-13得票数 9
1回答
我使用了卡格尔的FER2013数据集，并训练了一个CNN模型。将模型保存为TFLite。用它做了一个Kotlin应用程序。现在我无法得到适当的输出。模型的示例输出：[0. 0. 0. 1. 0. 0. 0.]表示高兴
请检查MainActivity.kt的代码。我是纯粹的努比。非常感谢你对我的支持。
package com.example.mooddetector
import android.content.pm.PackageManager
import android.graphics.Bitmap
import android.os.Bundle
import android.uti
浏览 7提问于2022-08-06得票数 1
回答已采纳
我用训练了我的模型，这也是一个漫长的挖掘过程。一旦训练成功，这个模型就能正确地从我的笔记本电脑中检测到图像，但在我的手机上，一旦检测到一个物体，应用程序就会崩溃。我使用了提供的TF lite Android应用程序。我在Android上进行了一些调试，并在检测到对象并导致应用程序崩溃时获得了以下错误日志：
I/tensorflow: MultiBoxTracker: Processing 0 results from 314 I/tensorflow:
DetectorActivity: Preparing image 506 for detection in bg thread.
I/
浏览 0提问于2019-02-19得票数 0
1回答
我正在制作一个支持gpu代理的android对象检测应用程序。上面的链接用于tensorflow lite对象检测浮动模型。没有这方面的文档可用。我想知道这个tflite模型的变量的输入和输出形式，以便我可以将其提供给gpu委派的解释器。提前感谢！
浏览 12提问于2020-06-07得票数 0
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
腾讯会议
实时音视频活动推荐
腾讯云开发者
