TensorflowLite iOS示例问题
我已经从GitHub官方帐户下载了tensorflowlite Posenet iOS示例 我能够在设备上运行该示例,但它给出了以下错误 2021-05-18 00:57:50.385071+0530 PoseNet[8112:3939417]大小调整错误:源映像比率和目标映像比率不同 2021-05-18 00:57:50.385531+0530 PoseNet[8112:3939417]预处理失败 2021-05-18 00:57:50.385797+0530 PoseNet[8112:3939417]无法获得推断结果。 有人遇到过这个问题吗?我们如何解决它?我的解决方案就在这里TensorflowLite iOS示例问题,ios,swift,tensorflow,tensorflow-lite,Ios,Swift,Tensorflow,Tensorflow Lite,我已经从GitHub官方帐户下载了tensorflowlite Posenet iOS示例 我能够在设备上运行该示例,但它给出了以下错误 2021-05-18 00:57:50.385071+0530 PoseNet[8112:3939417]大小调整错误:源映像比率和目标映像比率不同 2021-05-18 00:57:50.385531+0530 PoseNet[8112:3939417]预处理失败 2021-05-18 00:57:50.385797+0530 PoseNet[8112:3
// guard abs(rect.size.width / rect.size.height - source.size.width / source.size.height) < 1e-5
// else {
// os_log(
// "Resizing Error: source image ratio and destination image ratio is different",
// type: .error)
// return nil
// }
//保护abs(rect.size.width/rect.size.height-source.size.width/source.size.height)<1e-5
//否则{
//日志(
//“调整大小错误:源映像比率和目标映像比率不同”,
//类型:。错误)
//归零
// }
rect
是否包含源rect
,并使用此代码guard rect.contains(source)else
。而resize函数实际上是从摄影机中裁剪出帧的区域。所以它不需要验证纵横比。
这就是为什么我们可以安全地禁用代码
这很有效。但是图书馆的行为很奇怪,它的运行速度不快,大约一年前我就用过它,它工作正常,不确定现在有什么变化,因为它的行为也不像以前那样。