有Java版本的NumPy吗?
有Java版本的NumPy吗?,java,python,numpy,tensorflow,Java,Python,Numpy,Tensorflow,我试图从tflite模型中得到预测,以得到眼睛区域的标志。
我使用python脚本成功地从tflite模型中获取了值,但我不知道如何使用MLKit firebase获取这些值。
Python脚本使用numpy库将图像转换为数组。
我想知道这里有什么问题?
有没有办法在java代码中使用numpy函数?
如果不是,java中的numpy库的等价物是什么
Python脚本
data=np.asarray(img,dtype=“float32”)
#对标准化为[0,1]的输入数据的推断
inputIm
我试图从tflite模型中得到预测,以得到眼睛区域的标志。
我使用python脚本成功地从tflite模型中获取了值,但我不知道如何使用MLKit firebase获取这些值。
Python脚本使用numpy库将图像转换为数组。
我想知道这里有什么问题?
有没有办法在java代码中使用numpy函数?
如果不是,java中的numpy库的等价物是什么
Python脚本
data=np.asarray(img,dtype=“float32”)
#对标准化为[0,1]的输入数据的推断
inputImg=np.expand_dims(数据,0).astype(np.float32)
input\u details=解释器。获取\u input\u details()
解释器.set_张量(输入_详细信息[0]['index'],inputImg)
invoke()解释器
output\u details=解释器。获取\u output\u details()
输出数据=解释器。获取张量(输出详细信息[0]['index'])
打印(输出数据)
Java代码(Android)这些函数存在问题:
private float[]bitmapToInputArray(){
//[启动mlkit_位图_输入]
位图位图=getYourInputImage();
位图=位图.createScaledBitmap(位图,112,真);
int batchNum=0;
浮动[]输入=新浮动[1][112][112][3];
对于(int x=0;x<112;x++){
对于(int y=0;y<112;y++){
int pixel=bitmap.getPixel(x,y);
//将通道值规格化为[-1.0,1.0]。此要求因时间而异
//例如,一些模型可能需要标准化值
//改为范围[0.0,1.0]。
输入[batchNum][x][y][0]=(彩色.红色(像素)-127)/128.0f;
输入[batchNum][x][y][1]=(颜色.绿色(像素)-127)/128.0f;
输入[batchNum][x][y][2]=(颜色.蓝色(像素)-127)/128.0f;
Log.i(“输入”、“输入”+输入[batchNum][x][y]);
}
}
//[结束mlkit_位图_输入]
返回输入;
}
私有void useExpressionResult(float[]概率)引发IOException{
字符串[]结果=新字符串[80];
字符串x=“”;
字符串y=“”;
ArrayList listpoint=新的ArrayList();
double viewWidth=canvas.getWidth();
双视图高度=canvas.getHeight();
double imageWidth=mutableBitmap.getWidth();
double imageHeight=mutableBitmap.getHeight();
Log.i(“viewWidth”、“viewWidth”+viewWidth);
Log.i(“视图高度”、“视图高度”+视图高度);
Log.i(“imagewidth”、“imagewidth”+imagewidth);
Log.i(“图像高度”、“图像高度”+图像高度);
双刻度=数学最小值(viewWidth/imageWidth,viewHeight/imageHeight);
对数i(“比例”、“比例”+比例);
试一试{
对于(int i=0;i
[0.33135968 0.19592011 0.34212315 0.1729766 0.36624995 0.16413747
0.3894139 0.17440952 0.39828074 0.1978043 0.3891497 0.22268474
0.36345637 0.22974193 0.3401759 0.2193309 0.30167252 0.20411113
0.3167112 0.19134495 0.33793524 0.18388326 0.3642417 0.18049955
0.3903508 0.18533507 0.40906873 0.1957745 0.42142123 0.21091096
0.40550107 0.21829814 0.38345626 0.22071144 0.35900232 0.22142673
0.3363348 0.21877256 0.3161971 0.2133534 0.62843406 0.21482795
0.6389724 0.1914106 0.6628249 0.1835615 0.6858679 0.19583184
0.6946868 0.22111627 0.6840309 0.24444285 0.66027373 0.25241333
0.6351568 0.24192403 0.60499936 0.22642238 0.6210091 0.21289764
0.6423563 0.2042976 0.6685919 0.20277795 0.69201195 0.20948553
0.70882106 0.22015369 0.71931773 0.23518339 0.7076659 0.24166131
0.69054717 0.24350837 0.6694564 0.24258481 0.64537776 0.23927754
0.62199306 0.23511863]
2019-08-17 14:47:50.617 21349-21349/com.example.irisdetection I/MLKit:023961355
2019-08-17 14:47:50.620 21349-21349/com.example.irisdetection I/MLKit:025104424
2019-08-17 14:47:50.621 21349-21349/com.example.irisdetection I/MLKit:028179651
2019-08-17 14:47:50.6221349-21349/com.example.irisdetection I/MLKit:031467810
2019-08-17 14:47:50.623 21349-21349/com.example.irisdetection I/MLKit:033257431
2019-08-17 14:47:50.624 21349-21349/com.example.irisdetection I/MLKit:032645294
2019-08-17 14:47:50.625 21349-21349/com.example.irisdetection I/MLKit:029138848
2019-08-17 14:47:50.626 21349-21349/com.example.irisdetection I/MLKit:025581932
2019-08-17 14:47:50.627 21349-21349/com.example.irisdetection I/MLKit:019593856
2019-08-17 14:47:50.628 21349-21349/com.example.irisdetection I/MLKit:021698779
2019-08-17 14:47:50.631 21349-21349/com.example.irisdetection I/MLKit:024266151
2019-08-17 14:47:50.6321349-21349/com.example.irisdetection I/MLKit:027562365
2019-08-17 14:47:50.633 21349-21349/com.example.irisdetection I/MLKit:030823168
2019-08-17 14:47:50.635 21349-21349/com.example.irisdetection I/MLKit:033465266
2019-08-17 14:47:50.636 21349-21349/com.example.irisdetection I/MLKit:035355449
2019-08-17 14:47:50.637 21349-21349/com.example.irisdetection I/MLKit:034009647
2019-08-17 14:47:50.638 21349-21349/com.example.irisdetection I/MLKit:031358159
2019-08-17 14:47:50.64021349-21349/com.example.irisdetection I/MLKit:028156102
2019-08-17 14:47:50.6421349-21349/com.example.irisdetection I/MLKit:025063315
2019-08-17 14:47:50.643 21349-21349/com.example.irisdetection I/MLKit:021878451
2019-08-17 14:47:50.644 21349-21349/com.example.irisdetection I/MLKit:069623101
2019-08-17 14:47:50.646 21349-21349/com.example.irisdetection I/MLKit:070167470
2019-08-17 14:47:50.646 21349-21349/com.example.irisdetection I/MLKit:0733