TensorFlow Lite Android图像分类张量0-1转0-255像素范围方法问询

解决方案 #

你遇到的是TFLite图像预处理的数值范围适配问题，有两种可直接落地的修改方式：

方案1：移除归一化操作（优先选择，实现最简单） #

你当前代码里的getPreprocessNormalizeOp()就是负责把原始0_{255像素归一化到0}1的算子，如果你训练的模型要求输入为原始0~255范围的数值，直接删除这行算子的添加逻辑即可：

/** Loads input image, and applys preprocessing. */
private TensorImage loadImage(final Bitmap bitmap, int sensorOrientation) {
  // Loads bitmap into a TensorImage.
  image.load(bitmap);

  // Creates processor for the TensorImage.
  int cropSize = Math.min(bitmap.getWidth(), bitmap.getHeight());
  int numRoration = sensorOrientation / 90;
  ImageProcessor imageProcessor =
      new ImageProcessor.Builder()
          .add(new ResizeWithCropOrPadOp(cropSize, cropSize))
          .add(new ResizeOp(imageSizeX, imageSizeY, ResizeMethod.BILINEAR))
          .add(new Rot90Op(numRoration))
          // 删掉原来的归一化算子，保留原始0~255像素值
          .build();
  return imageProcessor.process(image);
}

注：这里同时修正了你原代码里的笔误，process的入参应该是你加载完bitmap的image对象，不是inputImageBuffer。

方案2：调整归一化参数实现数值乘以255 #

如果你需要保留原有归一化逻辑，只是要把0_{1范围的数值放大到0}255，可以通过修改NormalizeOp的参数实现：
TFLite Support库的NormalizeOp运算公式为 输出值 = (输入值 - 均值) / 标准差，要实现输入*255的效果，只需要设置均值为0，标准差为1/255f即可，修改getPreprocessNormalizeOp()的返回值：

private NormalizeOp getPreprocessNormalizeOp() {
    // 三通道RGB图配置，单通道图只需传单个0和1/255f即可
    return new NormalizeOp(new float[]{0f, 0f, 0f}, new float[]{1/255f, 1/255f, 1/255f});
}

验证注意事项 #

修改完成后可以通过如下代码打印张量的数值范围，确认是否符合0~255的要求：

TensorImage output = loadImage(bitmap, sensorOrientation);
float[] buffer = output.getTensorBuffer().getFloatArray();
float max = buffer[0], min = buffer[0];
for (float f : buffer) {
    max = Math.max(max, f);
    min = Math.min(min, f);
}
Log.d("PREPROCESS", "数值范围：" + min + " ~ " + max);

内容的提问来源于stack exchange，提问作者andreadaou