在 iOS 应用程序中实施转换为 CoreML 模型的 Keras 模型时出现致命错误

Question

我正在制作一个 iOS 应用程序，它使用在 Keras 中开发并转换为 CoreML 模型的深度学习模型。我使用的是从 Apple 网站下载的 Resnet50 CoreML 模型，该应用程序运行完美，但是当我实施该模型时，当我从照片库中选择图像或在应用程序中使用相机拍照时，出现错误。这是与 CoreML 模型相关的代码以及我收到的错误：这是用于将 Keras 模型转换为 CoreML 模型的代码：

output_labels = ['0', '1']

coreml_model = coremltools.converters.keras.convert('Costume.h5', input_names=['image'],
                                                class_labels=output_labels, image_input_names='image',
                                                output_names=['output'])

print(coreml_model)  # Check that input type is imageType

# Metadata for XCode
coreml_model.author = 'Author'
coreml_model.short_description = 'Some Description'
coreml_model.input_description['image'] = 'Takes as input an image'
coreml_model.output_description['output'] = 'Prediction of image'

coreml_model.save('Costume.mlmodel')

我不知道如何解决这个错误，在此先感谢！这是我的 Keras 模型：

model = Sequential()

# Hidden Layer 1
model.add(Conv2D(128, 3, 3, border_mode='same', input_shape=input_shape, activation='relu'))
model.add(Conv2D(64, 3, 3, border_mode='same', activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

# Hidden Layer 2
model.add(Conv2D(128, 3, 3, border_mode='same', activation='relu'))
model.add(Conv2D(256, 3, 3, border_mode='same', activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

# Hidden Layer 3
model.add(Conv2D(64, 3, 3, border_mode='same', activation='relu'))
model.add(Conv2D(256, 3, 3, border_mode='same', activation='relu'))
model.add(Conv2D(64, 3, 3, border_mode='same', activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

# Hidden Layer 4
model.add(Conv2D(32, 3, 3, border_mode='same', activation='relu'))
model.add(Conv2D(256, 3, 3, border_mode='same', activation='relu'))
model.add(Conv2D(256, 3, 3, border_mode='same', activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Flatten())
model.add(Dense(512, activation='relu'))
model.add(Dropout(0.5))

model.add(Dense(128, activation='relu'))
model.add(Dropout(0.5))

model.add(Dense(1))
model.add(Activation('sigmoid'))

model.compile(loss='binary_crossentropy',
          optimizer=RMSprop(lr=0.0001),
          metrics=['accuracy'])

model.summary()

Answer 1

我找到了我的问题的解决方案，所以我将其发布以防将来有人遇到同样的问题。您需要更改以下内容：

model.add(Dense(1))
model.add(Activation('sigmoid'))

到

model.add(Dense(2))
model.add(Activation('softmax'))

并且还记得将损失从 binary_crossentropy 更改为 categorical_crossentropy。

在 iOS 应用程序中实施转换为 CoreML 模型的 Keras 模型时出现致命错误

Fatal Error when implementing a Keras Model converted to a CoreML model in an iOS app

xcode

ios

keras

coreml

coremltools