Tf Lite 模型图像分类打印标签

Posted 2023-02-16

【中文标题】Tf Lite 模型图像分类打印标签

【英文标题】：Printing label for Tf Lite model Image Classification

【发布时间】：2021-12-20 18:18:17

【问题描述】：

我正在开发一个 Image Claasification TF Lite 模型，以使用此 link 检测人脸的蒙版或没有蒙版。我按照链接在顶点 AI 中训练了图像多类分类并下载了 TF lite 模型。模型的标签是“mask”和“no_mask”。为了测试模型，我写了如下代码：

interpret= tf.lite.Interpreter(model_path="<FILE_PATH>")
input= interpret.get_input_details()
output= interpret.get_output_details()

interpret.allocate_tensors()

pprint(input)
pprint(output)

data= cv2.imread("file.jpeg")
new_image= cv2.resize(data,(224,224))

interpret.resize_tensor_input(input[0]["index"],[1,224,224,3])
interpret.allocate_tensors()
interpret.set_tensor(input[0]["index"],[new_image])
interpret.invoke()
result= interpret.get_tensor(output[0]['index'])

print (" Prediction is - ".format(result))

将此代码用于我的一张图片会给我的结果是：

[[30 246]]

现在我也想在结果中打印标签。例如：

面具：30

no_mask：46

有什么方法可以实现吗？

请帮忙，因为我是 TF Lite 的新手

【问题讨论】：

你看过带有 netron.app 的模型来验证它输出 2 个标签吗？我看不到输出。

我检查了 netron 应用程序。它正在输出两个标签。数组为 [1,2]。

那么 [[30 246]] 是什么？

[[30 246]] 是预测的输出。我提交了一张用于预测 mask 或 no_mask 的图像，因此其中一个值是 mask 预测，另一个是 no_mask 预测。我需要找出应该打印的即标签。例如：[[掩码：30，No_mask：246]]。注意：值 30 和 246 是中间结果。置信度值或概率将通过将这些值除以 255 来计算。因此实际概率将为：[[ 0.11, 0.96]]

我想你自己已经回答了这个问题。使用 python 获取值。标签是您在开始时设置的任何内容。检查原始模型，看看什么是 30，什么是 246。

【参考方案1】：

我自己解决了。从 Vertex AI 下载的 .tflite 模型包含名为“dict.txt”的标签文件，其中包含所有标签。检查 GCP 文档 here。要获取此标签文件，我们首先需要解压缩 .tflite 文件，该文件将为我们提供 dict.txt。如需更多信息，请查看the tflite documentation 和how to read associate file from the models。

之后我从the github link label.py引用了以下代码：

import argparse
import time

import numpy as np
from PIL import Image
import tensorflow as tf
interpret= tf.lite.Interpreter(model_path="<FILE_PATH>")
input= interpret.get_input_details()
output= interpret.get_output_details()

interpret.allocate_tensors()

pprint(input)
pprint(output)

data= cv2.imread("file.jpeg")
new_image= cv2.resize(data,(224,224))

interpret.resize_tensor_input(input[0]["index"],[1,224,224,3])
interpret.allocate_tensors()
interpret.set_tensor(input[0]["index"],[new_image])
interpret.invoke()
floating_model= input[0]['dtype'] == np.float32
op_data= interpret.get_tensor(output[0]['index'])
result= np.squeeze(op_data)

top_k=result.agrsort()[-5:][::1]
labels=load_labels("dict.txt")
for i in top_k:
   if floating_model:
      print(':08.6f: '.format(float(result[i]), labels[i]))
    else:
      print(':08.6f: '.format(float(result[i] / 255.0), labels[i]))