在iOS的Swift中使用TensorFlow模型

问题描述

我们正在尝试在iOS应用中使用TensorFlow Face Mesh模型。型号详细信息：https://drive.google.com/file/d/1VFC_wIpw4O7xBOiTgUldl79d9LA-LsnA/view。

我按照TS官方教程设置了模型：https://firebase.google.com/docs/ml-kit/ios/use-custom-models，并在教程中使用Python脚本打印了模型Input-Output，并得到了以下信息：

INPUT
[  1 192 192   3]
<class 'numpy.float32'>
OUTPUT
[   1    1    1 1404]
<class 'numpy.float32'> 

在这一点上，我很迷茫，无法理解这些数字的含义，以及如何使用模型Interpreter传递输入图像并获得输出面部网格点。到目前为止，这是我的Swift代码：

let coreMLDelegate = CoreMLDelegate()
var interpreter: Interpreter
// Core ML delegate will only be created for devices with Neural Engine
if coreMLDelegate != nil {
  interpreter = try Interpreter(modelPath: modelPath,delegates: [coreMLDelegate!])
} else {
  interpreter = try Interpreter(modelPath: modelPath)
}

任何帮助将不胜感激！

解决方法

这些数字的含义完全取决于您使用的模型。它与TensorFlow和Core ML都无关。

输出是1x1x1x1404张量，这基本上意味着您会获得1404个数字的列表。如何解释这些数字取决于模型的设计目的。

如果您不是自己设计模型，则必须为其找到文档。