如何解决是否可以使用 coremltools mlmodel 预测一批图像?
是否可以在 mlmodel 中预测批次?如果是,如何?
我将 keras 模型转换为 mlmodel,如in the documentation 所示:
import coremltools as ct
image_input = ct.ImageType(name='input',shape=(1,224,3))
model = ct.convert(keras_model,inputs=[image_input])
接下来,我加载一个图像,将其大小调整为 (224,224),将其转换为 PIL,并将其用于预测:
img_resized = cv2.resize(img_read,(224,224))
PIL_image = Image.fromarray(np.uint8(img_resized))
img_heatmap = self.model.predict({'input': PIL_image})
是否可以使用批量图像而不是单个图像?
我尝试在转换中定义一批输入类型:
BATCH_SIZE = 8
image_input = ct.ImageType(name='input',shape=(BATCH_SIZE,inputs=[image_input])
但它似乎并没有改变模型的输入。
- 当我尝试为它提供
BATCH_SIZE
图像 ((8,3)
) 的 numpy 数组时,我收到:
return self.__proxy__.predict(data,useCPUOnly)
RuntimeError: value type not convertible
- 当我尝试向它提供
BATCH_SIZE
PIL 图像列表时,我收到:
RuntimeError: {
NSLocalizedDescription = "Required input feature not passed to neural network.";
}
- 当我使用单个图像进行预测时,输出与带有
BATCH_SIZE=1
的模型相同。
是否可以预测批次?谢谢
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。