Tensorflow 재교육 모델 성능

Question

Tensorflow를 사용하여 기차 소유 모델의 시인 가이드로 사용합니다. retrained_graph.pb 및 retrained_labels.txt를 만들었습니다. 응용 프로그램에서 사용하는 동안 오류가 발생합니다.

발생 원인 : java.lang.UnsupportedOperationException : OpDatchNormWithGlobalNormalization은 GraphDef 버전 21에서 사용할 수 없습니다. 버전 9에서 제거되었습니다. tf.nn.batch_normalization()을 사용하십시오. . org.tensorflow.Graph.importGraphDef에서 org.tensorflow.Graph.importGraphDef (기본 방법) (Graph.java:118)

에서 응용 프로그램 즉, 더 기차 모델은 Tensorflow for mobile 블로그를 사용하고 optimized_graph.pb, rounded_graph.pb를 만든 후 , mmapped_graph.pb 파일.

optimized_graph.pb 및 rounded_graph.pb 파일은 오류없이 Android 애플리케이션에서 작동합니다. 나는 초기화하지 못했습니다 오류 얻을 사용 mmapped_graph.pb 동안 : java.io.IOException 상위를 : 아니 유효한 TensorFlow 그래프 직렬화 : 응용 프로그램의 잘못된 GraphDef

성능 동안 좋지 않아 사용 optimized_graph.pb 및 rounded_graph.pb 파일. 응용 프로그램 카메라 화면은 높은 신뢰도와 그렇지 않으면 임의의 꽃 이름을 보여 어떤 꽃 사진을 포함하지 않는 동안. 꽃을 감지하고 꽃이 아닐 때 비워 두는 방법. Screenshot

Answer 1

응용 프로그램의 성능이 매우 좋으며 휴대 전화의 GPU에서 매우 빠릅니다. 문제는 자신 만의 모델을 만드는 방법입니다. 실제로이 응용 프로그램의 tensorflow 그래프는 사용자가 지정한 클래스를 기반으로 이미지를 인식하도록 제작되었습니다. 즉, 예를 들어 모델에 4 가지 이미지 클래스를 인식하도록 가르치면이 4 가지 클래스에서 보는 모든 것을 레이블링합니다. 카메라 화면에 꽃이 들어 있지 않으면 잘못된 결과가 나타납니다.

이 문제를 "해결"하는 방법은 무작위 이미지가있는 추가 수업을 추가하는 것입니다.이 이미지는 꽃이없는 사진으로 높은 확신을 얻습니다.

좀 더 엄격한 모델을 원한다면 완전히 다른 알고리즘을 사용해야합니다.

그러나, 응용 프로그램에서 사용하는 것을 아마 컴퓨터 이미지 인식