如何解决TensorFlow Lite输入缓冲区初始化缓慢
我正在尝试
getInterpreter().runForMultipleInputsOutputs(inputArray,outputMap)
在Android Studio应用程序中,对于inputArray的初始化,我具有以下代码
val startTime = SystemClock.elapsedRealtimeNanos()
val inputArray = arrayOf(initInputArray(bitmap))
val endTime = SystemClock.elapsedRealtimeNanos() - startTime
Log.i(
"initInputArray",String.format("Init took %.2f ms",1.0f * endTime / 1_000_000)
)
init大约是4200 ms,initInputArray的内容如下:
private fun initInputArray(bitmap: Bitmap): ByteBuffer {
val bytesPerChannel = 4
val inputChannels = 3
val batchSize = 1
var intArraySize = bitmap.width * bitmap.height
val inputBuffer = ByteBuffer.allocateDirect(
batchSize * bytesPerChannel * bitmap.height * bitmap.width * inputChannels
)
inputBuffer.order(ByteOrder.nativeOrder())
inputBuffer.rewind()
val mean = 128.0f
val std = 128.0f
val intValues = IntArray(intArraySize)
bitmap.getPixels(intValues,bitmap.width,bitmap.height)
intValues.forEach {
inputBuffer.putFloat(((it shr 16 and 0xFF) - mean) / std)
inputBuffer.putFloat(((it shr 8 and 0xFF) - mean) / std)
inputBuffer.putFloat(((it and 0xFF) - mean) / std)
}
return inputBuffer
}
位图的大小为257像素宽和257像素高(66049字节)。
在移动设备上初始化输入缓冲区以进行对象检测的合适方法是什么,还有什么更快的方法,因为处理每个图像需要4秒钟,似乎很慢
谢谢您的时间!
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。