Tensorflow 本地TFJS模型(迁移学习MobileNet)返回错误的预测
我使用MobileNet的迁移学习来解决图像问题。我用ImageDataGeneratorTensorflow 本地TFJS模型(迁移学习MobileNet)返回错误的预测,tensorflow,expo,tensorflow.js,Tensorflow,Expo,Tensorflow.js,我使用MobileNet的迁移学习来解决图像问题。我用ImageDataGenerator(rescale=1./127.5)加载了图像 培训后,我将其转换为: tensorflowjs_converter --input_format=tf_saved_model --weight_shard_size_bytes 10000000000 model tmp 下一步是在我的Expo应用程序中加载我的模型和体重文件: const model = await tf.loadGraphModel(
(rescale=1./127.5)
加载了图像
培训后,我将其转换为:
tensorflowjs_converter --input_format=tf_saved_model --weight_shard_size_bytes 10000000000 model tmp
下一步是在我的Expo应用程序中加载我的模型和体重文件:
const model = await tf.loadGraphModel(bundleResourceIO(modelJson,modelWeight));
并规范化我的输入图像:
const normalized = imageTensor.toFloat().sub(127.5).div(127.5);
输出完全错误(一个类始终为1,其他所有类始终为0)
有人知道问题可能是什么吗?通过此规范化解决了问题:
const normalized = imageTensor.toFloat().sub(127).div(128);
尝试使用
1./127.5-1
重新缩放。MobileNet希望图像的范围为(-1,1)。@Frightera如下:imageTensor.toFloat().div(127.5).sub(1)?不起作用,但:/