blocks|key|496702|text|不同的模型可能有不同的预处理设置。如果您确信原始模型是经过(0,1)预处理的，只需修改您找到的android示例代码即可。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|496703|classification/android/finish/app/src/main/java/org/tensorflow/lite/examples/classification/tflite/ClassifierFloatMobileNet.java#L28|offset|length|496704|对于定量模型，如果您注意到类似的规范化步骤，相应地更改它。有时候，对量子模型的预处理并不重要，因为作者将归一化步骤和量化步骤结合在一起(如果结合在一起，它们可能等同于无操作)。|496705|entityMap|0|LINK|mutability|MUTABLE|url|https://github.com/tensorflow/examples/blob/40e3ac5b5c17ac75352b99747b8532272204365f/lite/codelabs/flower_classification/android/finish/app/src/main/java/org/tensorflow/lite/examples/classification/tflite/ClassifierFloatMobileNet.java#L28^0|0|0|3O|0|0|0^^$0|@$1|2|3|4|5|6|7|P|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|Q|8|@]|9|@$D|R|E|S|1|T]]|A|$]]|$1|F|3|G|5|6|7|U|8|@]|9|@]|A|$]]|$1|H|3|-4|5|6|7|V|8|@]|9|@]|A|$]]]|I|$J|$5|K|L|M|A|$N|O]]]]

Different models may have different preprocessing settings. If you're confident that the original model is trained with (0,1) preprocessing, just simply modify the android example code you found.

<a href="https://github.com/tensorflow/examples/blob/40e3ac5b5c17ac75352b99747b8532272204365f/lite/codelabs/flower_classification/android/finish/app/src/main/java/org/tensorflow/lite/examples/classification/tflite/ClassifierFloatMobileNet.java#L28" rel="nofollow noreferrer">https://github.com/tensorflow/examples/blob/40e3ac5b5c17ac75352b99747b8532272204365f/lite/codelabs/flower_classification/android/finish/app/src/main/java/org/tensorflow/lite/examples/classification/tflite/ClassifierFloatMobileNet.java#L28</a>

For quant models, if you noticed similar normalization step, change it accordingly. Sometimes the preprocessing of quant models is just nothing, because the author combines the normalization step and quantization step (it's possible that they're equivalent to a no-op if combined together).

The question is related to inferencing from a tflite model converted from standard keras-tensorflow Mobilenetv2 model.

<blockquote>
 tf version: 2.2.0
</blockquote>

<ol>
<li>The model has been trained using 0-1 normalization as provided in documentation/example:
<a href="https://colab.research.google.com/github/tensorflow/examples/blob/master/community/en/flowers_tf_lite.ipynb" rel="nofollow noreferrer">here</a></li>
<li>After conversion to tflite(non-quantized/optimised version), android sample uses a preprocessing of (-1, 1) which can be found in: <a href="https://github.com/tensorflow/examples/blob/master/lite/codelabs/flower_classification/android/finish/app/src/main/java/org/tensorflow/lite/examples/classification/tflite/Classifier.java#L292" rel="nofollow noreferrer">here</a> in android documentation. Also <a href="https://github.com/tensorflow/tensorflow/blob/master/tensorflow/lite/examples/python/label_image.py#L80" rel="nofollow noreferrer">here</a> in python documentation.</li>
</ol>

Why is this difference in inference pipeline? Can someone help with correct steps for both quantized and non-quantized (floating point model) tflite model for 0-1 normalisation based model?

Correct pre-processing pipeline for inference from tensorflow lite model

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

这个问题与从标准的Mobilenetv2模型转换而来的tflite模型的推断有关.tf版本: 2.2.0该模型使用0-1规范化进行了培训，如文档/示例：中所提供的。在转换到tflite(非量化/优化版本)之后，android示例使用了(-1，1)的预处理，这可以在android文档中的：中找到。也是python文档中的。为什么推理管道有这种区别？有人能帮助正确的步骤，既量化的和非量化的(浮点模型)

问基于tensorflow模型推理的正确预处理流水线
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问基于tensorflow模型推理的正确预处理流水线EN