Wie zu reproduzieren:
einen MobileNet mit Befehl umschulen:Tensorflow lite Beispiel mit benutzerdefinierten Modell - "input_product_scale <output_scale war nicht wahr"
python tensorflow/tensorflow/examples/image_retraining/retrain.py
—image_dir (data-pwd)
—learning_rate=0.001 —testing_percentage=20
—validation_percentage=20 —train_batch_size=32
—validation_batch_size=-1 —flip_left_right True
—random_scale=30 —random_brightness=30
—eval_step_interval=100 —how_many_training_steps=200
—architecture mobilenet_1.0_224_quantized —default_ranges_min=0
—default_ranges_max=6 —std_values=224
—mean_values=224
mean values
und std_values
nicht wirklich einen Unterschied machen - versuchte verschiedene Kombinationen.
dann konvertierte ich die resultierende .pb Datei wie folgt:
bazel-bin/tensorflow/contrib/lite/toco/toco --input_file=(path)/output_graph.pb --input_format=TENSORFLOW_GRAPHDEF
--output_format=TFLITE
--output_file=./mobilenet_quantized_224.tflite --inference_type=QUANTIZED_UINT8
--input_type=QUANTIZED_UINT8 --input_array=Placeholder --output_array=final_result
--input_shape=1,224,224,3
--output_array=final_result --input_shape=1,224,224,3
Dann habe ich in beiden Lager-Anwendungen ersetzt: iOS einfach und Android Kamera Beispiel App, das tflite Modell mit dem erzeugten ein. Dies führt sowohl zu den gleichen Fehler:
Fehler:
Android:
Can not allocate memory for the given inputs:
tensorflow/contrib/lite/kernels/kernel_util.cc:34
input_product_scale < output_scale was not true.
iOS:
/Library/Developer/CoreSimulator/Devices/10888914-22EB-4CA7-B019-F95D5A8A6F5C/data/Containers/Shared/SystemGroup/systemgroup.com.apple.configurationprofiles
nnapi error: unable to open library libneuralnetworks.so
Loaded model resolved reportertensorflow/contrib/lite/kernels
/kernel_util.cc:34 input_product_scale < output_scale was not
true.Failed to allocate tensors!(lldb)
Frage:
Wie zu lösen ... Fehler? :)
bearbeiten, wie ich eine Prämie bin und füge hinzu: Das Ziel wäre, um eine Erklärung zu bekommen, wie ein Modell umschulen und bekommt es mit tensorflow lite läuft. Ich bin mir bewusst, dass dies sehr neu ist, aber ich bin links und rechts auf Fehler mit den Dokumenten laufen.
leider nicht - wie beschrieben bekomme ich immer noch den Fehler – dv3