【人工智能 图像分割 原创首发】第七章 使用转换的模型进行App测试
上一章介绍了.pb转换为.mlmodel，生成了IOS需要的文件“MobileNetV2.mlmodel”，现在我们需要使用它并来预测我们的图像。1. 加载“MobileNetV2.mlmodel”
将“MobileNetV2.mlmodel”拷贝到IOS工程中，然后打开Xcode，选择File/Add file to xxx，这样就加载进来了，然后再xcode查看一下，信息如下：
可以看到，显示的信息跟我们在python里面的输入是一样的。
2. 用代码来预测，我这里的语言是swift。
let model3 = MobileNetV2()//创建一个新模型
let buffer = image.imageToPixelBuffer(outputSize: CGSize.init(width: 400, height: 320))
let objc3 = try!model3.prediction(ImageTensor: buffer!)
let image3 = MLMultiArray2image(multiArray: objc3.SemanticPredictions_0)
self.scanImageView?.image = image3
UIImageWriteToSavedPhotosAlbum(image3, nil, nil, nil)//图片写入相册
3.效果图如下
至此，这个主体的框架算是完成了。当然细节还有很多，比如图像选取太单一化，这样造成后面识别会有瑕疵。只有将各种类型的图像尽可能多的拿来训练，你的网络健壮性才能得到保障。
我这边大概只训练了20000步，由于不是gpu，速度相对较慢。一天一夜才能训练完。后面的任务就是加大数据量和数据的多样化采集。直到满足需求为之。 楼主，这个有点高大上，虽然不懂，还是为我们打开了一扇门。
页:
[1]