将一个 VNCoreMLFeatureValueObservation 结果(3D 双精度数组)转换为多个 UIImage
Posted
技术标签:
【中文标题】将一个 VNCoreMLFeatureValueObservation 结果(3D 双精度数组)转换为多个 UIImage【英文标题】:Convert a VNCoreMLFeatureValueObservation result (3D Double Array) into multiple UIImages 【发布时间】:2018-12-30 09:17:29 【问题描述】:我有一个 coreml 模型,它在运行后返回一个 VNCoreMLFeatureValueObservation 对象,其中包含 1“MultiArray : Double 10 x IMG_SIZE x IMG_SIZE array”
如何将其转换为 10 个 UIImage,每个具有 IMG_SIZE x IMG_SIZE 尺寸,并且它们的值为灰度?
【问题讨论】:
【参考方案1】:在窥探了一下之后,我发现我必须添加这些帮助函数:
https://github.com/hollance/CoreMLHelpers 到我的 Xcode 项目。 并来自 MultiArray 初始化问题:https://***.com/a/44462908/403403
然后我拼凑出这个解决方案:
let request = VNCoreMLRequest(model: model) (request, error) in
guard let results = request.results as? [VNCoreMLFeatureValueObservation] else
fatalError("Model failed to process image")
let obs : VNCoreMLFeatureValueObservation = (results.first)!
let m: MLMultiArray = obs.featureValue.multiArrayValue!
var mArrays = [MLMultiArray]()
for i in 0..<10
let start = i*(IMG_SIZE*IMG_SIZE)
guard let tmp : MLMultiArray = try? MLMultiArray(shape:[768,768], dataType:MLMultiArrayDataType.double) else
fatalError("Unexpected runtime error. MLMultiArray")
for n in 0..<(IMG_SIZE*IMG_SIZE)
tmp[n] = m[start+n]
mArrays.append(tmp)
self.imagePred0.image = mArrays[0].image(offset: 0, scale: 255)!
self.imagePred1.image = mArrays[1].image(offset: 0, scale: 255)!
self.imagePred2.image = mArrays[2].image(offset: 0, scale: 255)!
self.imagePred3.image = mArrays[3].image(offset: 0, scale: 255)!
self.imagePred4.image = mArrays[4].image(offset: 0, scale: 255)!
self.imagePred5.image = mArrays[5].image(offset: 0, scale: 255)!
self.imagePred6.image = mArrays[6].image(offset: 0, scale: 255)!
self.imagePred7.image = mArrays[7].image(offset: 0, scale: 255)!
self.imagePred8.image = mArrays[8].image(offset: 0, scale: 255)!
self.imagePred9.image = mArrays[9].image(offset: 0, scale: 255)!
希望有一种更清洁的方法,但现在可以使用
【讨论】:
以上是关于将一个 VNCoreMLFeatureValueObservation 结果(3D 双精度数组)转换为多个 UIImage的主要内容,如果未能解决你的问题,请参考以下文章