如何快速正确地将输入数据添加到 tflite 模型？答案

【问题标题】：How to correctly add input data to the tflite model in swift?如何快速正确地将输入数据添加到 tflite 模型？
【发布时间】：2021-01-05 16:39:13
【问题描述】：

我的 tflite 模型的输入形状 - (18, 63) 或 1134 个数字。

我在 Objective-C 代码中获取数据本身，然后我将其发送到 swift 代码并且那里已经发生错误。详细我做了以下

接收 NSMutableArray 中的数据。数组长度为 1134 NSNumber
将 NSMutableArray 转换为 NSData

   NSData *d = [NSKeyedArchiver archivedDataWithRootObject:_data];
   NSLog(@"output: %@", d);
   // output: {length = 18181, bytes = 0x62706c69 73743030 d4000100 02000300 ... 00000000 000034fd }

我将数据发送到 swift 代码。
Swift 代码：

@objc public func predict(_ data: NSData) {
        guard
          let modelPath = Bundle.main.path(forResource: "model", ofType: "tflite")
        else {
            return
        }

        do {
          let interpreter = try Interpreter(modelPath: modelPath)
          try interpreter.allocateTensors()

          let inputData: Data = data as Data

          try interpreter.copy(inputData, toInputAt: 0) // <-- an error occurs in this line

          try interpreter.invoke()
          let outputTensor = try interpreter.output(at: 0)
        } catch {
          print(error)
        }
}

我在上面的代码行中遇到错误。错误：
Provided data count 18181 must match the required count 4536.

【问题讨论】：

为什么未归档数据的长度是 18181，而你应该有 4536？
不知道为什么，就是一个不知道怎么修复的bug
我看到你将NSMutableArray 转换为NSData。转换后的 data 的长度为 18181 个 bytes（这表示存储在数组中的 1134 个 numbers）。在 swift 方面的某个地方，您需要将数据转换回数组，您必须 unarchive 数据以在将其传递给模型之前将数组取回。
模型接受NSData/Data格式数据
好的，我没有 tflite 文档，也没有使用它，但是也许您需要将其转换为不同的数据，例如使用属性列表编码？文档应该给出一些如何转换为它期望的NSData 的工作示例？

标签： objective-c swift tensorflow-lite

【解决方案1】：

您似乎转换为 NSData 错误。该代码没有显示您如何构建 _data，但从记录的大小来看，这似乎是问题所在。请参阅question，了解如何从 NSNumber 对象中提取值并在将其传递给 swift 函数之前执行此操作。

【讨论】：

【解决方案2】：

我有同样的问题，这就是我使用的。我从一个 Double 类型的数组开始。

然后我把它转换成float32：

guard let inputDataFloat32 = yourArray.compactMap({ d in
    Float32(d)
}) else { return }

然后在Data()中：

let inputData = inputDataFloat32.withUnsafeBytes { f in
    Data(f)
}

你可以得到这样的输出：

guard let data = outputTensor?.data else {
    return
}
    
var output = Array<Float32>(repeating: 0, count: data.count/MemoryLayout<Float32>.stride)
_ = output.withUnsafeMutableBytes { i in
    data.copyBytes(to: i)
}
print("Output: \(output)")

【讨论】：