Azure/Microsoft 认知服务自定义视觉 - 啥是对象检测模型输出张量规范？

Posted 2023-03-27

【中文标题】Azure/Microsoft 认知服务自定义视觉 - 啥是对象检测模型输出张量规范？

【英文标题】：Azure/Microsoft Cognitive Services Custom Vision - What is the Object Detection model output tensor specification?Azure/Microsoft 认知服务自定义视觉 - 什么是对象检测模型输出张量规范？

【发布时间】：2019-07-22 00:17:33

【问题描述】：

我正在尝试调整示例图像分类 android 项目，可在

https://github.com/Azure-Samples/cognitive-services-android-customvision-sample

对于导出的自定义视觉对象检测模型，但输出张量的结构不是很清楚 - 因为它包括边界框等。

我还尝试转换为 tensorflow lite 并将模型放入“寿司检测器”ios 项目中

https://medium.com/@junjiwatanabe/how-to-build-real-time-object-recognition-ios-app-ca85c193865a

但同样不清楚输出结构是什么，也不清楚它是否符合 tf API：

https://www.tensorflow.org/lite/demo_ios

导出 tf 包时有一些 python 示例，但我不确定如何转换为 Java/swift/Objective C - 参见例如

https://***.com/a/54886689/1021819

感谢大家的帮助。

【问题讨论】：

PS 版主：我知道这是特定于服务的，但 Azure 正在使用 *** 来解决技术问题。另外：如果问题（在标题中）不清楚，请提出建设性的改进，而不是简单地投反对票。谢谢！

【参考方案1】：

如果您解压缩导出的模型 zip 文件，您可以在其中找到一个 python 文件夹。它包含 Python 中的示例代码，展示了如何解析模型输出。

【参考方案2】：

有点晚了，不过。这是来自 Custom Vision 的对象检测 .tflite 模型的输出。它有一个输出张量。