将我自己的 Keras CNN 模型转换为 TensorFlow Lite。 TensorFlow Lite Demo App 中的检测结果错误

Question

我正在使用我自己构建的 Keras CNN 进行图像分类。我的 PC 机器上的检测结果目前还不错（正确检测到 300 个测试图像中的大约 290 个）。现在我需要让我的模型在 Android 手机上运行。我在手机上安装了TFLite Demo App。到目前为止，它适用于预装模型以及我在网上找到的一些随机预训练模型。可悲的是，如果我将模型转换为 TFLite，它将显示错误的检测结果。

现在要将我的 Keras（.h5 文件）转换为 TFLite（.tflite 文件），我按照Tensorflow 官方网站上的描述使用以下代码：

# Convert to TensorFlow Lite model.
converter = tf.lite.TFLiteConverter.from_keras_model_file(keras_file)
tflite_model = converter.convert()
open("converted_model.tflite", "wb").write(tflite_model)

正如我上面所说，我用来转换为 TFLite 的刚刚创建的 keras-model (keras_file) 在测试中工作得非常好，但 TFLite-model 却不行。准确地说。出于测试目的，目前有 4 种可能的类别需要检测。在四分之三的情况下，应用程序会向我显示错误的检测结果，说它是 100% 确定的。我认为我创建的标签文件可能有问题。但是没有找到的方案（比如文件中字符串的顺序可能是错误的或什么的）。所以我几乎可以肯定标签文件没问题。

现在我在 Android 应用上做了什么：

• （如description 中所述）将分类器更改为ImageClassifierFloatInception。
• 为我的 4 个类别创建包含 4 个字符串的标签文件
• 更改图片大小
• 将getNumBytesPerChannel() 的返回值更改为4，以匹配我的类别计数

规格：

• Windows 10
• Tf-nightly-gpu 1.13.0a20181125（TensorFlow-gpu 1.12.0 不支持转换方法）
• Android 7.0 上的 Galaxy S6

我错过了什么吗？如果您需要更多信息，我很乐意提供。

斯蒂芬

Answer 1

您的convertBitmaptoByteBuffer() 函数可能存在问题，或者您的.tflite 模型可能存在问题。