python - 调整图像大小并更改为灰度

Question

我在输入大小为 48、48、1 的 react native 中使用训练有素的模型。输入值是 rgb 图像。所以我尝试将图像转换为 tensor3d，然后转换为灰度并调整其大小。但是在调整模型大小后总是给出相同的预测值。我不明白我的代码哪里出了问题。我的模型精度还可以。

const imageDataArrayBuffer = await response.arrayBuffer();
const imageData = new Uint8Array(imageDataArrayBuffer);
let imageTensor = decodeJpeg(imageData).resizeBilinear([48,48]).reshape([48,48,3])
//let imag=imageTensor
imageTensor=tf.ones([48,48,3])
rgb_weights=[0.2989, 0.5870, 0.1140]
imageTensor = tf.mul(imageTensor, rgb_weights)
imageTensor = tf.sum(imageTensor, -1)
imageTensor = tf.expandDims(imageTensor, -1)
imageTensor=imageTensor.resizeBilinear([48,48]).reshape([-1,48,48,1])

let result = await model.predict(imageTensor).data()
alert("Result " +result)

标签： pythonreact-nativergbtensorflow.jsgrayscale

Answer 1

我注意到的一件事是你最终得到了一个 float32 张量，因为你将你的Uint8Array与 a相乘rgb_weights，结果你得到了一个 float32 张量。如果添加toInt()到，tf.mul则将 int32 结构保留在张量中。

请参阅我制作的这个示例，您的代码在创建灰度图像时可以正常工作链接到代码

如果您删除toInt()我的示例代码的第 8 行，则图像不再在正确的范围内。

这也引出了一个问题，您的模型期望采用什么格式imageTensor？您是否需要将张量归一化为 0 到 1 之间的值，以便您的模型预测准确？确保您尊重每个张量和模型的类型。

前：

后：