Expo React Native中TFJS模型关闭远程调试后输出仅为0/1

问题背景 #

训练好的SSD MobileNet TensorFlow.js模型在托管式Expo React Native应用中加载无报错，但开启远程JS调试（使用webgl后端）时输出合理预测值，关闭调试（切换为rn-webgl后端）时输出仅为0或1，无法用于目标检测后续计算；切换至CPU后端速度过慢，无法适配生产环境。

解决方案 #

1. 强制设置rn-webgl后端使用float32精度

rn-webgl默认可能采用低精度纹理导致计算异常，在模型加载前强制开启float32精度：

import * as tf from '@tensorflow/tfjs';

// 初始化TFJS时执行
tf.ENV.set('WEBGL_FORCE_F32_TEXTURES', true);
tf.ENV.set('WEBGL_PACK', false);

2. 确保输入张量预处理完全一致

检查输入张量的尺寸、归一化逻辑是否与模型训练时及webgl环境下完全匹配（SSD MobileNet通常要求300×300输入，归一化到[0,1]或[-1,1]区间）：

const preprocessedInput = tf.tidy(() => {
  return imagesTensor
    .toFloat()
    .div(tf.scalar(255.0)) // 严格匹配训练时的预处理规则
    .resizeNearestNeighbor([300, 300])
    .expandDims(0); // 添加batch维度
});

const predictionsData = await model.executeAsync(preprocessedInput);

3. 升级TFJS相关依赖版本

当前@tensorflow/tfjs-react-native@0.8.0与@tensorflow/tfjs@4.0.0版本不兼容，升级至匹配版本：

"dependencies": {
  "@tensorflow/tfjs": "^4.14.0",
  "@tensorflow/tfjs-react-native": "^1.0.0",
  "expo-gl": "^13.0.1",
  // 其他依赖保留兼容版本
}

执行以下命令更新依赖并清除缓存：

npm install
expo r -c

4. 调整模型加载方式，改用fetch读取权重

避免Expo的require对二进制权重文件的处理异常，改用fetch直接读取：

import { bundleResourceIO } from '@tensorflow/tfjs-react-native';

// 读取model.json
const modelJsonResponse = await fetch(require('./assets/tfjsexport/model.json').uri);
const modelJson = await modelJsonResponse.json();

// 读取权重分片
const weightUris = [
  require('./assets/tfjsexport/group1-shard1of3.bin').uri,
  require('./assets/tfjsexport/group1-shard2of3.bin').uri,
  require('./assets/tfjsexport/group1-shard3of3.bin').uri,
];

const weightArrays = await Promise.all(weightUris.map(async uri => {
  const res = await fetch(uri);
  return new Uint8Array(await res.arrayBuffer());
}));

// 加载模型
const roiModel = await tf.loadGraphModel(bundleResourceIO(modelJson, weightArrays));

5. 重新导出模型时禁用量化

若模型导出时启用了量化，可能导致rn-webgl环境下精度丢失，导出时指定quantizationBytes: 4：

import tensorflow as tf
from tensorflowjs.converters import convert_tf_saved_model

# 先导出SavedModel格式
tf.saved_model.save(model, './saved_model')
# 转换为TFJS格式并禁用量化
convert_tf_saved_model('./saved_model', './tfjsexport', quantization_bytes=4)

内容的提问来源于stack exchange，提问作者Dike Nnamaka