使用TensorFlow的React对象检测应用识别错误、换模型报错求助

原因 #

你加载的是专门训练的袋鼠检测专用预训练模型，该模型仅针对袋鼠类别做了特征训练，没有针对你定义的Other类做任何负样本训练，不会输出Other类的预测结果。同时如果你的置信度阈值设置过低，模型会把所有低置信度的袋鼠预测结果直接作为最高优先级输出，导致所有物体都被识别为袋鼠。

解决步骤 #

• 调整检测置信度阈值到0.5以上，所有得分低于阈值的预测结果统一归类为Other，不要直接取所有预测结果中的最高得分类别
• 如果需要实现准确的袋鼠/非袋鼠二分类效果，需要自行准备包含非袋鼠样本的数据集，重新训练目标检测模型，不能直接使用现有的袋鼠专用预训练模型

原因 #

不同TensorFlow.js目标检测模型的输出张量顺序、结构完全不同，你当前使用的索引[4]/[5]/[6]是袋鼠专用模型的输出顺序，谷歌官方的ssdlite_mobilenet_v2通用模型的输出张量数量更少，不存在索引为4的张量，调用属性自然会报错。

解决步骤 #

• 先在预测代码后添加console.log(predictions)打印输出张量列表，确认各张量对应的含义，官方ssdlite_mobilenet_v2的输出顺序通常为：predictions[0]对应检测框、predictions[1]对应置信度得分、predictions[2]对应类别ID、predictions[3]对应检测到的物体数量
• 修改你的预测结果提取代码为对应索引：

//Getting predictions
const boxes = predictions[0].arraySync();
const scores = predictions[1].arraySync();
const classes = predictions[2].dataSync();

• 同步替换类别映射表，通用模型基于COCO数据集训练，共有90个类别，你现有的两类classesDir无法匹配通用模型的输出结果

内容的提问来源于stack exchange，提问作者user8512043