【6】TensorFlow光速入门-python模型转换为tfjs模型并使用
本文地址:https://www.cnblogs.com/tujia/p/13862365.html
系列文章:
【1】TensorFlow光速入门-tensorflow开发基本流程
【2】TensorFlow光速入门-数据预处理(得到数据集)
【4】TensorFlow光速入门-保存模型及加载模型并使用
【6】TensorFlow光速入门-python模型转换为tfjs模型并使用
一、模型转换
python模型转换tfjs模型,需要用到先安装 tensorflowjs_converter 工具
pip install tensorflowjs
安装成功后,可以用python脚本或shell命令转换,下面是shell的例子:
tensorflowjs_converter /tf/saved_model/wnw /tf/saved_model_js/wnw
注:记得提前创建好 saved_model_js 目录。转换成功成,会得到 model.json 及 n个 .bin 文件,例如:group1-shard1of2.bin、group1-shard2of2.bin等等
转换命令的详细参数,请看:
tensorflowjs_converter --help
二、在浏览器中使用
先准备好模型文件及dict.txt 文件(注:dict.txt 需要自己创建,内容为图片分类,一行一个分类)
基础html元素
<input type="file" class="custom-file-input" id="file" accept="image/*" capture="camera"> <input class="form-control" id="result" readonly="readonly"> <img src="" id="pic">
引入tfjs
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@2.6.0/dist/tf.min.js"></script>
加载模型
const MODEL_URL = '/static/models/wnw/model.json'; let model = null; tf.loadGraphModel(MODEL_URL).then((value)=>{ model = value; }, (error)=>{ console.log(error); });
侦听选择图片及图片预览
let image = document.getElementById('pic'); // 图片预览 document.getElementById('file').addEventListener('change', (ev)=>{ let reader = new FileReader(); reader.addEventListener('load', (e)=>{ image.src = e.target.result; }); reader.readAsDataURL(ev.target.files[0]); });
图片数据转换及预测
// 图片分类 const CLASSIFY = ['非表', '表']; // 图片处理及评估 image.addEventListener('load', ()=>{ // 图片转换成灰度张量数据 let image_tensor = tf.browser.fromPixels(image, 1); // 三维张量转四维张量 image_tensor = tf.expandDims(image_tensor); image_tensor = tf.cast(image_tensor, 'float32'); // console.log(image_tensor.shape); // 图片缩放,转换为模型需要的大小 image_tensor = tf.image.resizeBilinear(image_tensor, [100, 100]); // console.log(image_tensor.shape); let predictions = model.predict(image_tensor); let label = tf.argMax(predictions, 1).dataSync()[0]; result.value = CLASSIFY[label]; });
注:像【4】TensorFlow光速入门-保存模型及加载模型并使用 说的那样,加载模型,然后准备一个和训练集一样格式的数据(数据格式转换、缩放),然后预测就可以了
重点:
tf.browser.fromPixels base64格式转tensor3D格式
tf.expandDims tensor3D格式车转tensor4D格式
tf.cast 数值转换,上面例子是int32转float32
tf.image.resizeBilinear 图片缩放
model.predict 模型预测
tf.argMax(predictions, 1).dataSync()[0] 取预测结果的最大值的 key(即分类label)
其他:
官方关于tfjs的使用示例并不完善,甚至是错。各种跳转,又是 MobileNet 又是 ml5 的,其实都不需要,直接用 tf.min.js 就可以了。mobilenet 和 ml5 的用法以后再研究
下面是相当混乱的一些相关文档:
https://tensorflow.google.cn/js/tutorials/conversion/import_keras
https://tensorflow.google.cn/js/tutorials/conversion/import_saved_model
https://github.com/tensorflow/tfjs-converter/blob/master/tfjs-converter/README.md
https://github.com/tensorflow/tfjs-converter/tree/master/tfjs-converter/demo/mobilenet
https://learn.ml5js.org/#/tutorials/hello-ml5?id=demo
本文链接:https://www.cnblogs.com/tujia/p/13862365.html
完。