You need to enable JavaScript to run this app. React Native模型推理时图像转灰度resize后预测值全部一致问题排查
优惠活动
大模型
产品
解决方案
定价
更多

React Native模型推理时图像转灰度resize后预测值全部一致问题排查

问题原因及修复方案

核心错误

你代码中存在一个直接导致所有预测结果完全相同的逻辑错误:

  • 解码得到真实图像的张量后,你执行了imageTensor=tf.ones([48,48,3]);,直接把真实图像数据覆盖为了全1的固定常量张量,后续所有处理逻辑都基于这个固定值运行,模型输出自然不会发生变化。

其他需要修正的适配问题

  • 多余的resize操作:解码JPG后你已经将图像缩放到了48*48尺寸,转灰度后得到的就是[48,48,1]的张量,无需再执行一次resizeBilinear操作,避免引入不必要的数值误差。
  • 缺少输入归一化步骤:通常图像类模型训练时都会将输入像素值从0255的整数范围缩放到01或者-1~1的浮点数范围,如果你训练模型时做了归一化,推理阶段没有做对应处理,也会导致预测结果不符合预期。

修正后的参考代码

const imageDataArrayBuffer = await response.arrayBuffer();
const imageData = new Uint8Array(imageDataArrayBuffer);
// 解码并缩放到目标尺寸
let imageTensor = decodeJpeg(imageData).resizeBilinear([48,48]).reshape([48,48,3]);
// 注释/删除覆盖真实张量的错误代码
// imageTensor=tf.ones([48,48,3]);
const rgb_weights = [0.2989, 0.5870, 0.1140];
// 转灰度
imageTensor = tf.mul(imageTensor, rgb_weights);
imageTensor = tf.sum(imageTensor, -1);
imageTensor = tf.expandDims(imageTensor, -1);
// 归一化(和训练时的预处理对齐,示例是缩放到0~1,如果你训练时用的是其他缩放逻辑对应修改即可)
imageTensor = tf.div(imageTensor, 255.0);
// 增加batch维度
imageTensor = imageTensor.reshape([-1,48,48,1]);

let result = await model.predict(imageTensor).data();
alert("Result " + result);

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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.08 04:27:04