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
相关产品推荐

