将元数据添加到自定义 tflite 模型

Question

所以我是颤振和张量流的新手，我一直在尝试为颤振应用程序创建自定义植物图像分类模型。为了集成模型，我在 flutter 中使用了“google_ml_image_labelling”包，当我尝试运行时出现以下错误： 'PlatformException（PlatfromException（ImageLabelDetectorError，com.google，mlkit.common.MlKtException：无法初始化检测器。输入张量的类型为 kTfLiteFloat32：它需要指定 NormalizationOptions 元数据来预处理输入图像。，null，null））。 这是我在flutter中使用的代码：

late ImagePicker imagePicker;
  File? _image;
  String idResult = '';
  dynamic imageLabeler;
  @override
  void initState() {
    super.initState();
    imagePicker = ImagePicker();
    createLabeler();
  }

  @override
  void dispose() {
    super.dispose();
  }

  _chooseImage() async {
    XFile? image = await imagePicker.pickImage(
        source: ImageSource
            .gallery); 
    if (image != null) {
      setState(() {
        _image = File(image
            .path); 
        imageLabelling();
      });
    }
  }

  _takePicture() async {
    final XFile? image = await imagePicker.pickImage(
        source: ImageSource
            .camera); 
    if (image != null) {
      setState(() {
        _image = File(image
            .path); 
        imageLabelling();
      });
    }
  }

  createLabeler() async {
    final modelPath = await getModelPath('assets/ml/model.tflite');
    final options = LocalLabelerOptions(
      modelPath: modelPath,
    );
    imageLabeler = ImageLabeler(options: options);
  }

  Future<String> getModelPath(String asset) async {
    final path = '${(await getApplicationSupportDirectory()).path}/$asset';
    await Directory(dirname(path)).create(recursive: true);
    final file = File(path);
    if (!await file.exists()) {
      final byteData = await rootBundle.load(asset);
      await file.writeAsBytes(byteData.buffer
          .asUint8List(byteData.offsetInBytes, byteData.lengthInBytes));
    }
    return file.path;
  }

  imageLabelling() async {
    InputImage theInputImage = InputImage.fromFile(
        _image!); //In order to use the image labelling package, the image needs to be
    //converted into the InputImage type. This is converting the image into the type InputImage.
    final List<ImageLabel> labels =
        await imageLabeler.processImage(theInputImage);
    for (ImageLabel label in labels) {
      final String text = label.label;
      final int index = label.index;
      final double confidence = label.confidence;
      idResult += text + "    " + confidence.toStringAsFixed(2);
    }
    setState(() {
      idResult;
    });
  }

出现此错误后，我研究了使用元数据添加标准化选项，并在 google colab 上找到了唯一的教程，但在安装 tflite_support 之后；当我尝试执行下一步从其中导入指定的包时：

from tflite_support import metadata_schema_py_generated as _metadata_fb
from tflite_support import metadata as _metadata

我收到一条错误消息：“ImportError：generic_type：无法初始化类型“StatusCode”：已定义具有该名称的对象”。

我尝试测试此问题，看看是否只是我的 tflite 代码导致了此错误，在新的 google colab 会话中安装 tflite_support 后尝试导入软件包，但错误仍然存在。然后我查看 tflite_support 包是否已停止使用等，但找不到任何东西。如果您可以看到我的 flutter 代码中的任何问题，或者知道如何修复我遇到的错误，或者知道如何修复我的张量流问题，甚至知道如何使用标准化选项添加元数据（假设这是修复 Flutter 错误的方法） ）如果不使用以前的方法，这将非常有帮助。任何帮助，将不胜感激。谢谢。

Answer 1

据我所知，tflite 模型需要元数据才能运行。关于“无法初始化类型 StatusCode”错误，我最近通过降级 Google Colab 中的 TensorFlow 版本，通过 tflite_support 导入解决了相同的情况，如下所示：

!pip uninstall tensorflow
!pip install tensorflow=="2.13.0"

希望对你有帮助