带有自定义模型的 Tensorflow Lite 示例 - "input_product_scale < output_scale was not true"

Question

重现方式：
使用命令重新训练移动网络：

python tensorflow/tensorflow/examples/image_retraining/retrain.py 
—image_dir (data-pwd) 
—learning_rate=0.001 —testing_percentage=20 
—validation_percentage=20 —train_batch_size=32 
—validation_batch_size=-1 —flip_left_right True 
—random_scale=30 —random_brightness=30 
—eval_step_interval=100 —how_many_training_steps=200 
—architecture mobilenet_1.0_224_quantized —default_ranges_min=0 
—default_ranges_max=6 —std_values=224 
—mean_values=224

mean values 和 std_values 并没有什么区别 - 尝试了不同的组合。
然后我像这样转换生成的 .pb 文件：

bazel-bin/tensorflow/contrib/lite/toco/toco --input_file=(path)/output_graph.pb --input_format=TENSORFLOW_GRAPHDEF 
--output_format=TFLITE 
--output_file=./mobilenet_quantized_224.tflite --inference_type=QUANTIZED_UINT8 
--input_type=QUANTIZED_UINT8 --input_array=Placeholder --output_array=final_result 
--input_shape=1,224,224,3
--output_array=final_result --input_shape=1,224,224,3

然后我用生成的模型替换了两个库存应用程序：iOS 简单和 Android 相机示例应用程序中的 tflite 模型。这会导致相同的错误：

错误：
Android:

Can not allocate memory for the given inputs: 
tensorflow/contrib/lite/kernels/kernel_util.cc:34 
input_product_scale < output_scale was not true.

iOS:

/Library/Developer/CoreSimulator/Devices/10888914-22EB-4CA7-B019-F95D5A8A6F5C/data/Containers/Shared/SystemGroup/systemgroup.com.apple.configurationprofiles

nnapi error: unable to open library libneuralnetworks.so
Loaded model resolved reportertensorflow/contrib/lite/kernels
/kernel_util.cc:34 input_product_scale < output_scale was not 
true.Failed to allocate tensors!(lldb)

问题：
如何解决...错误？ :)

在我添加赏金时进行编辑： 目标是获得有关如何重新训练模型并获得它的解释运行 tensorflow lite。我知道这是非常新的，但我运行经常遇到文档错误。

Answer 1

下面的方法不适合你吗？

bazel-bin/tensorflow/contrib/lite/toco/toco --input_file=(路径)/output_graph.pb --input_format=TENSORFLOW_GRAPHDEF --output_format=TFLITE --output_file=./mobilenet_quantized_224.tflite --inference_type=QUANTIZED_UINT8 --input_type=QUANTIZED_UINT8 --input_array=占位符 --output_array=final_result --input_shape=1,224,224,3 --mean_values=128 --std_values=128 --default_ranges_min=0 --default_ranges_max=6

我已经重现了您看到的错误，并且能够使用以下命令使其正常工作：

python tensorflow/tensorflow/examples/image_retraining/retrain.py \
  --image_dir /tmp/flower_photos \
  --learning_rate=0.001 \
  --testing_percentage=20 \
  --validation_percentage=20 \
  --train_batch_size=32 \
  --validation_batch_size=-1 \
  --flip_left_right True \
  --random_scale=30 \
  --random_brightness=30 \
  --eval_step_interval=100 \
  --how_many_training_steps=200 \
  --architecture mobilenet_1.0_224_quantized

和

bazel-bin/tensorflow/contrib/lite/toco/toco \
  --input_file=/tmp/output_graph.pb \
  --input_format=TENSORFLOW_GRAPHDEF \
  --output_format=TFLITE \
  --output_file=/tmp/mobilenet_quantized_224.tflite \
  --inference_type=QUANTIZED_UINT8 \
  --input_type=QUANTIZED_UINT8 \
  --input_array=Placeholder \
  --output_array=final_result \
  --input_shape=1,224,224,3 \
  --mean_value=128 \
  --std_value=128 \
  --default_ranges_min=0 \
  --default_ranges_max=6

让我知道这是否适合你。

带有自定义模型的 Tensorflow Lite 示例 - "input_product_scale < output_scale was not true"

Tensorflow lite example with custom model - "input_product_scale < output_scale was not true"

tensorflow

tensorflow-lite