在Tensorflow-lite中输入具有动态尺寸的图像 - python

我有一个tensorflow模型，它接受不同大小的输入图像：

inputs = layers.Input(shape=(128,None,1), name='x_input')

<tf.Tensor 'x_input:0' shape=(?, 128, ?, 1) dtype=float32>

当我将此模型转换为tensorflow-lite时，它会抱怨：

converter = tf.lite.TFLiteConverter.from_frozen_graph(
  graph_def_file, input_arrays, output_arrays)
tflite_model = converter.convert() 

ValueError: None is only supported in the 1st dimension.
Tensor 'x_input_1' has invalid shape '[None, 128, None, 1]'.

我无法将图像缩放到固定大小。我看到的唯一解决方案是将图像填充到最大尺寸，并在图形中使用该图像，但这似乎很浪费。还有其他方法可以使tensorflow-lite与动态图像尺寸一起使用吗？对此限制有任何理由吗？谢谢。

参考方案

是的，您可以在TF-Lite中使用动态张量。无法将形状直接设置为[None, 128, None, 1]的原因是，通过这种方式，将来可以轻松支持更多语言。此外，它充分利用了静态内存分配方案。对于打算用于具有低计算能力的小型设备的框架来说，这是一个明智的设计选择。
以下是有关如何动态设置张量大小的步骤：

0.冻结

似乎您是从冻结的GraphDef（即*.pb文件）进行转换。假设冻结的模型的输入形状为[None, 128, None, 1]。

1.转换步骤。

在此步骤中，将输入大小设置为模型可以接受的任何有效大小。例如：

tflite_convert \
  --graph_def_file='model.pb' \
  --output_file='model.tflite' \
  --input_shapes=1,128,80,1 \     # <-- here, you set an
                                  #     arbitrary valid shape
  --input_arrays='input' \         
  --output_arrays='Softmax'

2.推论步骤

诀窍是在推理过程中实时使用TF-Lite API的函数interpreter::resize_tensor_input(...)。我将提供它的python实现。 Java和C ++实现应相同（因为它们具有相似的API）：

from tensorflow.contrib.lite.python import interpreter

# Load the *.tflite model and get input details
model = Interpreter(model_path='model.tflite')
input_details = model.get_input_details()

# Your network currently has an input shape (1, 128, 80 , 1),
# but suppose you need the input size to be (2, 128, 200, 1).
model.resize_tensor_input(
    input_details[0]['index'], (2, 128, 200, 1))
model.allocate_tensors()

而已。现在，只要您的网络体系结构允许输入这样的形状，就可以将该模型用于形状为(2, 128, 200, 1)的图像。请注意，每次进行这样的重塑时，您都必须执行model.allocate_tensors()，这样效率很低。强烈建议避免在程序中过多使用此功能。

R'relaimpo'软件包的Python端口 - python

我需要计算Lindeman-Merenda-Gold（LMG）分数，以进行回归分析。我发现R语言的relaimpo包下有该文件。不幸的是，我对R没有任何经验。我检查了互联网，但找不到。这个程序包有python端口吗？如果不存在，是否可以通过python使用该包？ python参考方案 最近，我遇到了pingouin库。

Python:传递记录器是个好主意吗？ - python

我的Web服务器的API日志如下：started started succeeded failed 那是同时收到的两个请求。很难说哪一个成功或失败。为了彼此分离请求，我为每个请求创建了一个随机数，并将其用作记录器的名称logger = logging.getLogger(random_number) 日志变成[111] started [222] start…

Python-Excel导出 - python

我有以下代码：import pandas as pd import requests from bs4 import BeautifulSoup res = requests.get("https://www.bankier.pl/gielda/notowania/akcje") soup = BeautifulSoup(res.cont…

Python:如何根据另一列元素明智地查找一列中的空单元格计数？ - python

df = pd.DataFrame({'user': ['Bob', 'Jane', 'Alice','Jane', 'Alice','Bob', 'Alice'], 'income…

Python pytz时区函数返回的时区为9分钟 - python

由于某些原因，我无法从以下代码中找出原因：>>> from pytz import timezone >>> timezone('America/Chicago') 我得到：<DstTzInfo 'America/Chicago' LMT-1 day, 18:09:00 STD…