Tflite 模型在 Android（ml vision）和 Python 中给出不同的输出答案

【问题标题】：Tflite model giving different output in Android (ml vision) and PythonTflite 模型在 Android（ml vision）和 Python 中给出不同的输出
【发布时间】：2020-04-13 07:06:38
【问题描述】：

我正在使用 ML Vision api 从 FaceNet 模型创建嵌入，然后比较两个嵌入之间的余弦距离。 Android 版本和 Python 的输出差别很大。 Python 版本的性能优于 android 版本。可能是什么问题？我在两者中都使用了 FaceNet 模型。

我正在使用 ML 套件进行推理 https://firebase.google.com/docs/ml-kit/android/use-custom-models

我认为可能是java读取图像的方式引起的，因为android中制作的图像数组与python中相同图像的数组不同。

【问题讨论】：

标签： java python android tensorflow kotlin

【解决方案1】：

所以我在ML vision docs关注谷歌文档时遇到了这个问题在将图像输入分类器之前将图像转换为浮点数组的位置，如下所示：

val bitmap = Bitmap.createScaledBitmap(yourInputImage, 224, 224, true)

val batchNum = 0
val input = Array(1) { Array(224) { Array(224) { FloatArray(3) } } }
for (x in 0..223) {
    for (y in 0..223) {
        val pixel = bitmap.getPixel(x, y)
        // Normalize channel values to [-1.0, 1.0]. This requirement varies by
        // model. For example, some models might require values to be normalized
        // to the range [0.0, 1.0] instead.
        input[batchNum][x][y][0] = (Color.red(pixel) - 127) / 255.0f
        input[batchNum][x][y][1] = (Color.green(pixel) - 127) / 255.0f
        input[batchNum][x][y][2] = (Color.blue(pixel) - 127) / 255.0f
    }
}

然后我一步一步分析，发现获取像素的方式是错误的，和python做的完全不一样。

然后我从this source 找到了这种方法，我用我的方法更改了该功能：

    private fun convertBitmapToByteBuffer(bitmap: Bitmap): ByteBuffer {
        val imgData = ByteBuffer.allocateDirect(4 * INPUT_SIZE * INPUT_SIZE * PIXEL_SIZE)
        imgData.order(ByteOrder.nativeOrder())
        val intValues = IntArray(INPUT_SIZE * INPUT_SIZE)


        imgData.rewind()
        bitmap.getPixels(intValues, 0, bitmap.width, 0, 0, bitmap.width, bitmap.height)
        // Convert the image to floating point.
        var pixel = 0
        for (i in 0 until INPUT_SIZE) {
            for (j in 0 until INPUT_SIZE) {
                val `val` = intValues[pixel++]
                imgData.putFloat(((`val`.shr(16) and 0xFF) - IMAGE_MEAN)/IMAGE_STD)
                imgData.putFloat(((`val`.shr(8) and 0xFF)- IMAGE_MEAN)/ IMAGE_STD)
                imgData.putFloat(((`val` and 0xFF) - IMAGE_MEAN)/IMAGE_STD)
            }
        }
        return imgData;
   }

它成功了！

【讨论】：