基于android的ImageDataGenerator预处理函数和tflite的迁移学习
背景 我正在尝试使用denseNet进行迁移学习。 我导入了模型,添加了几个层并对它们进行了训练(我没有再次训练整个模型) 我使用Keras的ImageDataGenerator,并使用与之相关的预处理函数对图像进行预处理基于android的ImageDataGenerator预处理函数和tflite的迁移学习,android,keras,tensorflow-lite,transfer-learning,pre-trained-model,Android,Keras,Tensorflow Lite,Transfer Learning,Pre Trained Model,背景 我正在尝试使用denseNet进行迁移学习。 我导入了模型,添加了几个层并对它们进行了训练(我没有再次训练整个模型) 我使用Keras的ImageDataGenerator,并使用与之相关的预处理函数对图像进行预处理 keras.applications.densenet.preprocess\u输入 训练进行得很顺利 我将模型转换为tflite,并使用tensorflow提供的示例代码在Android上使用该模型 问题 如何对从android设备拍摄的图像进行相同的预处理。 因为我试图拍
keras.applications.densenet.preprocess\u输入
训练进行得很顺利
我将模型转换为tflite,并使用tensorflow提供的示例代码在Android上使用该模型
问题
如何对从android设备拍摄的图像进行相同的预处理。
因为我试图拍摄图像并直接将其输入模型,但性能非常差,显然是因为它们没有经过预处理
有关如何使用tflite以数学方式执行denseNet的预处理函数的任何信息
任何其他解决方案都将不胜感激。您可以使用。它不支持DenseNet,但您可以使用其他模型。下面是的端到端示例 这将确保您不必进行自定义预处理。但是,如果您希望坚持使用Densenet,您可以使用TFLite模型并构建