用于从张量流精简模型进行推断的正确预处理管道

Question

问题与从标准keras-tensorflow Mobilenetv2模型转换的tflite模型的推论有关。

tf版本：2.2.0

1. 根据文档/示例中的说明，使用0-1归一化对模型进行了训练：here
2. [转换为tflite（非量化/优化版本）后，android示例使用（-1，1）的预处理，可以在android文档的here中找到。也是python文档中的here。

为什么推理管道中有这种差异？有人可以针对基于0-1归一化模型的量化和非量化（浮点模型）tflite模型提供正确的步骤吗？

Answer 1

不同的型号可能具有不同的预处理设置。如果您确信原始模型是经过（0,1）预处理训练的，则只需修改找到的android示例代码即可。

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

对于定量模型，如果您注意到类似的标准化步骤，请相应地进行更改。有时，量化模型的预处理是一无是处，因为作者将归一化步骤和量化步骤结合在一起（如果将它们组合在一起，则它们等效于无操作）。