如何使用 yolo.h5 设置 coremltools 转换模型输出形状
How to setup coremltools convert model output shape using yolo.h5
我尝试将 h5
转换为 iOS mlModel
。
我按照快速入门通过此 link 获取 h5
文件。
https://github.com/qqwweee/keras-yolo3
然后,我使用coremltools
将h5
转换为mlModel
这是我的代码
mlModel = coremltools.converters.keras.convert('./yoloDone.h5',
input_names='image',
image_input_names='image',
input_name_shape_dict={'image': [None, 416, 416, 3]})
但我发现输出形状有些错误。
这是正确的输出。
这是我的输出,类型不一样。
正确的型号,output1
是255x13x13。
但是我的模型,output1
是 1x1x255x13x13。
我应该如何编辑?
1x1x255x13x13 与 255x13x13 相同,只是你有 5 个维度而不是 3 个。
如果您希望 mlmodel 输出 255x13x13,则必须使用 coremltools 在 spec.description.output
中填写输出形状。
我尝试将 h5
转换为 iOS mlModel
。
我按照快速入门通过此 link 获取 h5
文件。
https://github.com/qqwweee/keras-yolo3
然后,我使用coremltools
将h5
转换为mlModel
这是我的代码
mlModel = coremltools.converters.keras.convert('./yoloDone.h5',
input_names='image',
image_input_names='image',
input_name_shape_dict={'image': [None, 416, 416, 3]})
但我发现输出形状有些错误。
这是正确的输出。
这是我的输出,类型不一样。
正确的型号,output1
是255x13x13。
但是我的模型,output1
是 1x1x255x13x13。
我应该如何编辑?
1x1x255x13x13 与 255x13x13 相同,只是你有 5 个维度而不是 3 个。
如果您希望 mlmodel 输出 255x13x13,则必须使用 coremltools 在 spec.description.output
中填写输出形状。