Tensorflow：确定预训练 CNN 模型的输出步幅

Question

我已经下载并正在使用 Tensorflow Lite Posenet Model 实现一个 ML 应用程序。这个模型的输出是一个热图，这是我刚接触的CNN的一部分。

处理输出所需的一条信息是"output stride"。用于计算在原始图像中找到的关键点的原始坐标。

keypointPositions = heatmapPositions * outputStride + offsetVectors

但是documentation没有指定输出步幅。我可以使用张量流中的信息或方法来获取此（任何）预训练模型的输出步幅吗？

img 的输入形状是：(257,257,3)
输出形状为：(9,9,17)（17 个不同关键点的 1 [9x9] 热图）

import tensorflow as tf
import numpy as np
import json

model = tf.lite.Interpreter('models\posenet_mobilenet_v1_100_257x257_multi_kpt_stripped.tflite')
model.allocate_tensors()

with open('model_details.json', 'w') as outfile:
     info = dict(list(enumerate(model.get_tensor_details())))
     s = json.dumps(str(info))
     outfile.write(s)

Answer 1

输出步幅可以从以下等式获得：

resolution = ((InputImageSize - 1) / OutputStride) + 1

示例：具有宽度的 225 像素和输出 16 的步幅导致输出大小为 15

15 = ((225 - 1) / 16) + 1

对于tflite PoseNet模型（分辨率为9）：

9 = ((257-1)/ x) + 1 x = 32 所以输出步幅为 32

Source

Tensorflow：确定预训练 CNN 模型的输出步幅

Tensorflow: Determine the output stride of a pretrained CNN model

python

pose-estimation

tensorflow

tensorflow-lite