运行 Android 中的 tflite 分类器 (Kotlin)

Question

我在python中开发了一个分类器并将其转换为tflite模型。之后，当我运行 python:

中的分类器时

import tensorflow as tf
import numpy as np
interpreter = tf.lite.Interpreter(model_path="model.tflite")
interpreter.allocate_tensors()

# Get input and output tensors.
input_details = interpreter.get_input_details()
output_details = interpreter.get_output_details()

# Test the model on random input data.
input_data = np.array([[566, 12, 12, -12, 1, 7, 1, 1, 1, -1]], dtype=np.float32)
interpreter.set_tensor(input_details[0]['index'], input_data)

interpreter.invoke()

# The function `get_tensor()` returns a copy of the tensor data.
# Use `tensor()` in order to get a pointer to the tensor.
[[output_data]] = interpreter.get_tensor(output_details[0]['index'])
print(output_data) # prints 0.99999845

我得到了一个有效的输出。

在 Android (kotlin) 中，我使用以下代码：

val model = Model.newInstance(this)
val inputFeature0 = TensorBuffer.createFixedSize(intArrayOf(1, 10), DataType.FLOAT32)
var byteBuffer = ByteBuffer.allocate(4 * 10)
for (value in floatArrayOf(566f, 12f, 12f, -12f, 1f, 7f, 1f, 1f, 1f, -1f)) {
   byteBuffer.putFloat(value)
}
inputFeature0.loadBuffer(byteBuffer)
val outputs = model.process(inputFeature0)
val result = outputs.outputFeature0AsTensorBuffer.floatArray[0]
print(result) // 0.51473397
model.close()

在python中每当我更改输入值时输出都会相应地改变但在Android（kotlin）中输出（结果）保持不变

请帮助我理解我在 Kotlin 中做错了什么，以便预测（处理模型）不断给我相同的结果（输入被更改）

Answer 1

我不确定如何使用字节缓冲区，问题一定出在这里，因为以下行产生了正确的结果：

inputFeature0.loadArray(floatArrayOf(566F, 12F, 12F, -12F, 1F, 7F, 1F, 1F, 1F, -1F))

所以用 loadArray

替换你的 loadbuffer

运行 Android 中的 tflite 分类器 (Kotlin)

Running tflite classifier in Android (Kotlin)

python

kotlin

tensorflow-lite