Использование файла TFLite, созданного с помощью Google ML Kit, в TensorFlowLite. Пример классификации Приложение iOS - PullRequest
3 голосов
/ 24 октября 2019

Файлы .tflite и .txt, сгенерированные для классификации изображений с помощью комплекта Google Firebase ML (https://developers.google.com/ml-kit)) - при замене на пример iOS для классификации изображений Tensorflow (https://github.com/tensorflow/examples/tree/master/lite/examples/image_classification), он идентифицирует изображения с оченьнизкая точность и процент совпадения в основном ниже 30%.

Те же файлы .tflite и .txt - при интеграции в пример кода Android того же примера классификации изображений Tensorflow, он отлично работает с очень высокой точностью, как99%.

На данном этапе была бы полезна любая помощь в поиске решения, которое стоит искать.

Я читал о квантовании, и в примере Android есть варианты, как для квантованного, так и для не квантованного-квантованные модели (но не квантованные сбои для меня по некоторым причинам). Не уверен, имеет ли это какое-либо отношение к этому.

Если это поможет, вот ссылка на мой файл TFLite, созданный с помощью Google ML Kit: https://drive.google.com/file/d/1WXdjGGyj2RQbSLTniQ60o0ZYb6nqlaUw/view?usp=sharing

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...