tensorflow - 为什么使用 Google AutoML 的浏览器中的结果与我的 android 应用程序中导出的 tflite 文件如此不同？

Question

我正在使用 Google AutoML 训练模型。然后我导出了一个 TFLite 模型以在 Android 应用程序上运行。

在应用程序和浏览器中使用相同的图像（Google AutoML 让您有机会在浏览器中测试您的模型），我在浏览器中得到了非常准确的答案，但在我的应用程序中，我得到了一个不太准确的答案.

关于为什么会发生这种情况的任何想法？

相关代码：

  public void predict(String imagePath, final Promise promise) {
    imgData.order(ByteOrder.nativeOrder());
    labelProbArray = new byte[1][RESULTS_TO_SHOW];

    try {

      labelList = loadLabelList();
    } catch (Exception ex) {
      ex.printStackTrace();
    }
    Log.w("FIND_ ", imagePath);

    Bitmap bitmap = BitmapFactory.decodeFile(imagePath);
    convertBitmapToByteBuffer(bitmap);


    try {
      tflite = new Interpreter(loadModelFile());
    } catch (Exception ex) {
      Log.w("FIND_exception in loading tflite", "1");      
    }

    tflite.run(imgData, labelProbArray);
    promise.resolve(getResult());
  }


  private WritableNativeArray getResult() {
    WritableNativeArray result = new WritableNativeArray();

    //ArrayList<JSONObject> result = new ArrayList<JSONObject>();
    try {

      for (int i = 0; i < RESULTS_TO_SHOW; i++) {
          WritableNativeMap map = new WritableNativeMap();

          map.putString("label", Integer.toString(i));
          float output = (float)(labelProbArray[0][i] & 0xFF) / 255f;
          map.putString("prob", String.valueOf(output));
          result.pushMap(map);

          Log.w("FIND_label ", Integer.toString(i));
          Log.w("FIND_prob ", String.valueOf(labelProbArray[0][i]));
      }
    } catch (Exception ex) {
      ex.printStackTrace();
    }

    return result;
  }

  private List<String> loadLabelList() throws IOException {
    Activity activity = getCurrentActivity();
      List<String> labelList = new ArrayList<String>();
      BufferedReader reader =
              new BufferedReader(new InputStreamReader(activity.getAssets().open(LABEL_PATH)));
      String line;
      while ((line = reader.readLine()) != null) {
          labelList.add(line);
      }
      reader.close();
      return labelList;
  }

  private void convertBitmapToByteBuffer(Bitmap bitmap) {
      if (imgData == null) {
          return;
      }
      imgData.rewind();
      Log.w("FIND_bitmap width ", String.valueOf(bitmap.getWidth()));
      Log.w("FIND_bitmap height ", String.valueOf(bitmap.getHeight()));

      bitmap.getPixels(intValues, 0, bitmap.getWidth(), 0, 0, bitmap.getWidth(), bitmap.getHeight());
      // Convert the image to floating point.
      int pixel = 0;
      //long startTime = SystemClock.uptimeMillis();
      for (int i = 0; i < DIM_IMG_SIZE_X; ++i) {
          for (int j = 0; j < DIM_IMG_SIZE_Y; ++j) {
              final int val = intValues[pixel++];

              imgData.put((byte) ( ((val >> 16) & 0xFF)));
              imgData.put((byte) ( ((val >> 8) & 0xFF)));
              imgData.put((byte) ( (val & 0xFF)));
              Log.w("FIND_i", String.valueOf(i));
              Log.w("FIND_j", String.valueOf(j));
          }
      }
  }

  private MappedByteBuffer loadModelFile() throws IOException {
    Activity activity = getCurrentActivity();
    AssetFileDescriptor fileDescriptor = activity.getAssets().openFd(MODEL_PATH);
    FileInputStream inputStream = new FileInputStream(fileDescriptor.getFileDescriptor());
    FileChannel fileChannel = inputStream.getChannel();
    long startOffset = fileDescriptor.getStartOffset();
    long declaredLength = fileDescriptor.getDeclaredLength();
    return fileChannel.map(FileChannel.MapMode.READ_ONLY, startOffset, declaredLength);
  }

我不知道是否正确的一件事是我如何将输出数据调整为概率。在getResult()方法中，我这样写：

float output = (float)(labelProbArray[0][i] & 0xFF) / 255f;

我除以 255 是为了得到一个介于 0 和 1 之间的数字，但我不知道这是否正确。

如果有帮助，.tflite 模型是量化的 uint8 模型。

标签： tensorflowdeep-learninggoogle-cloud-automltensorflow-lite