Я создаю класс, который будет использоваться для запуска логического вывода на встроенном устройстве (не на Raspberry Pi) в C ++ с использованием API-интерфейса TensiteFox c ++ api. Tensorflow, похоже, не имеет достойной документации о том, как выполнить вывод для n чисел выборок данных изображения. Моя форма данных в python (n, 5, 40, 1) [n выборок, 5 высот, 40 ширины, 1 канал]. Чего я не могу понять, так это как вводить данные и получать вывод по образцу в выводе. У меня есть два класса, поэтому я должен получить n 2-й выход массива. Кто-нибудь знает, можно ли передать любой тип данных, например Eigen? Я тестирую с вводом формы (1, 5, 2, 1), чтобы упростить мой тест.
#include "classifier.h"
#include <iostream>
using namespace tflite;
Classifier::Classifier(std::string modelPath) {
tflite::StderrReporter error_reporter;
model = tflite::FlatBufferModel::BuildFromFile(modelPath.c_str(), &error_reporter);
tflite::ops::builtin::BuiltinOpResolver resolver;
tflite::InterpreterBuilder(*model, resolver)(&interpreter); // private class variable interpreter
std::vector<int> sizes = {1, 5, 2, 1};
interpreter->ResizeInputTensor(0, sizes);
interpreter->AllocateTensors();
}
std::vector<std::vector<float> Classifier::getDataSamples() {
std::vector<std::vector<float> test = {{0.02, 0.02}, {0.02, 0.02}, {0.02, 0.02},{0.02, 0.02},{0.02, 0.02},};
return test;
}
float Classifier::predict() {
std::vector<float> signatures = getDataSamples();
for (int i = 0; i < signatures.size(); ++i) {
interpreter->typed_input_tensor<float>(0)[i];
}
// float* input = interpreter->typed_input_tensor<float>(0);
// *input = 1.0;
interpreter->Invoke();
float* output = interpreter->typed_output_tensor<float>(0);
return *output;
}