Когда я преобразую замороженную модель PB в модель JS с тензорным потоком, я теряю всю точность прогнозов.Может кто-нибудь сказать мне, почему и что я делаю неправильно?
Я сделал следующие вещи - я переобучил модель ImageNet своим собственным набором данных, как описано здесь: https://codelabs.developers.google.com/codelabs/tensorflow-for-poets/#0
Я получаюточные результаты с замороженной моделью, когда я запускаю следующую команду, например:
python3 -m scripts.label_image \
--graph=tf_files/retrained_graph.pb \
--image=/mnt/c//Users/Harry/Pictures/220px-Afghane.jpg
Следующий вывод, который он дает, является точечным:
afghan hound (score=0.98313)
briard (score=0.00433)
lhasa (score=0.00401)
sussex spaniel (score=0.00346)
otterhound (score=0.00116)
Я преобразовал свою замороженную модель вTensorflow JS, использующий JS-конвертор tenorflow со следующей командой:
tensorflowjs_converter \
--input_format=tf_frozen_model \
--output_node_names='final_result' \
'C:/Code/tensorflow-for-poets-2/tf_files/retrained_graph.pb' \
'C:/tensorflow output 2'
Когда я запускаю прогноз для модели JS Tensflow с тем же изображением, которое я использовал с замороженной моделью, я получаю ужасные результаты:
Загрузка модели:
const MODEL_URL = 'assets/dog-model/tensorflowjs_model.pb';
const WEIGHTS_URL = 'assets/dog-model/weights_manifest.json';
loadFrozenModel(MODEL_URL, WEIGHTS_URL).then(
result => (this.model = result)
);
Прогнозирование результатов:
const image = tf.browser
.fromPixels(this.staticImage.nativeElement)
.resizeNearestNeighbor([224, 224])
.toFloat()
.sub(meanImageNetRGB)
.expandDims();
console.log(image);
const prediction = this.model.predict(image);
Вывод:
yorkshire terrier: 0.2447875738143921
komondor: 0.22793063521385193
ibizan hound: 0.0579879954457283
saluki: 0.04560968279838562
maltese dog: 0.04430125281214714