CoreML 输出类型答案

【问题标题】：CoreML output typeCoreML 输出类型
【发布时间】：2018-02-16 00:59:33
【问题描述】：

是否可以更改 CoreML 模型的输出类型？我的模型将图像作为输入，将图像作为输出，但是当我将 Keras 模型转换为 mlmodel 时，我得到：

coreml_model = coremltools.converters.keras.convert('/Users/user/Desktop/model.h5',input_names='input_img',image_input_names='input_img',output_names='image')
coreml_model.save('/Users/user/Desktop/model.mlmodel')

输出是 MultiArray 类型，但我想要 Image 类型，如何更改？

【问题讨论】：

我认为目前 Core ML 不支持图像作为可能的输出类型（尽管这在最新的 beta 版本中可能已经改变）。我发布了一些可以将 MLMultiArray 转换回图像的代码：github.com/hollance/CoreMLHelpers（尽管您的图像看起来是灰度的，所以您必须稍微调整一下代码，因为它目前只支持 RGB 图像）。跨度>
谢谢，我去看看！希望 CoreML 在下一个版本中支持图像
我刚刚推送了一个也可以处理灰度图像的更新。
顺便说一下，还可以查看 Apple Dev Forums 上的这个帖子，它展示了如何修改 mlmodel 以便输出图像而不是多数组：forums.developer.apple.com/thread/81571
@NathanHubens 我正在使用 python 开发一个 .mlmodel 文件我正在使用线性回归我想要什么，我想使用 xls 文件（或它的原始数据）作为 .mlmodel 的输入并想要要在 py 文件中使用此数据，它应该返回一个数组，即（1）如何传递 xlx 或 csv 或其原始数据作为 .mlmodel 中的输入（2）如何在 py 文件中使用此输入数据并进行计算（3） mlmodel 应该返回数组我如何实现这种类型的 mlmodel？

标签： python keras coreml

【解决方案1】：

是的，这是可能的。但是，您需要在之后手动更改转换后的 Core ML 模型，因为 coremltools 从 2.1 版开始不为此提供任何转换选项。

简而言之，将模型转换为 Core ML 格式后，您需要执行以下操作。这些应该在 Python 端通过调用 coremltools 的低级 API 来完成。

使用coremltools将转换后的CoreML模型加载到Python中
在链的末尾添加一个新的ActivationLinear 层，就在原始模型的输出层之后。您还可以使用此层执行线性变换，例如将范围从 0..1 转换为 0..255 和/或添加偏差。
通过设置新层的type 属性将其配置为图像输出层。
将更新后的模型保存到新的 Core ML 模型中。
重新加载并使用训练数据集中的样本进行测试，作为健全性检查。

要使第 5 步生效，您需要在 Mac 上运行 Python 脚本，因为它使用原生 Core ML 库来运行模型。

详情可以看我getting Core ML to produce images as output的帖子。

【讨论】：