关于 python：如何在带有 Coral 的 Raspberry Pi 上使用带有 2 个类的自定义 TFlite 模型？


How to use a custom TF.lite model with 2 classes on a Rasperry Pi with a Coral?

两天前，我在 Tflite 中根据图像数据集创建了一个自定义模型。准确率为 97.4 %，它只有 2 个类(人、花)

我将模型转换为在我的 Rasberry Pi 中使用 TPU Google Coral。

目前，我遇到了一些问题。 Google Coral 的文档并不适合我。

语言：Python3

图书馆

  • 喀拉斯
  • 张量流
  • 枕头
  • 皮卡梅拉
  • 麻木的
  • EdgeTPU-引擎

项目树：

-------->模型(子文件夹)

----------->model.tflite

----------->labels.txt

-------->video_detection.py

这是 Python 代码：(实际上代码来自文档)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
import argparse
import io
import time
import numpy as np
import picamera
import edgetpu.classification.engine
def main():
    parser = argparse.ArgumentParser()
    parser.add_argument(
      '--model', help='File path of Tflite model.', required=True)
    parser.add_argument(
      '--label', help='File path of label file.', required=True)
    args = parser.parse_args()
    with open(args.label, 'r', encoding="utf-8") as f:
        pairs = (l.strip().split(maxsplit=2) for l in f.readlines())
        labels = dict((int(k), v) for k, v in pairs)
    engine = edgetpu.classification.engine.ClassificationEngine(args.model)
    with picamera.PiCamera() as camera:
        camera.resolution = (640, 480)
        camera.framerate = 30
        _, width, height, channels = engine.get_input_tensor_shape()
        camera.start_preview()
        try:
            stream = io.BytesIO()
            for foo in camera.capture_continuous(stream,
                                                 format='rgb',
                                                 use_video_port=True,
                                                 resize=(width, height)):
                stream.truncate()
                stream.seek(0)
                input = np.frombuffer(stream.getvalue(), dtype=np.uint8)
                start_ms = time.time()
                results = engine.ClassifyWithInputTensor(input, top_k=1)
                elapsed_ms = time.time() - start_ms
                if results:
                    camera.annotate_text ="%s %.2f\
%.2fms" % (
                        labels[results[0][0]], results[0][1], elapsed_ms*1000.0)
        finally:
            camera.stop_preview()
if __name__ == '__main__':
    main()

如何运行脚本

python3 video_detection.py --model model/model.tflite --label model/labels.txt

错误

1
2
3
4
5
6
7
8
`Traceback (most recent call last):
  File"video_detection.py", line 41, in <module>
    main()
  File"video_detection.py", line 16, in main
    labels = dict((int(k), v) for k, v in pairs)
  File"video_detection.py", line 16, in <genexpr>
    labels = dict((int(k), v) for k, v in pairs)
ValueError: not enough values to unpack (expected 2, got 1)`

对我来说，现在很难集成自定义模型并将其与珊瑚一起使用。

文档：

  • https://coral.withgoogle.com/docs/edgetpu/models-intro/

  • https://coral.withgoogle.com/docs/edgetpu/api-intro/

  • https://coral.withgoogle.com/docs/edgetpu/tflite-python/

  • https://coral.googlesource.com/edgetpu/ /refs/heads/release-chef/edgetpu/

感谢阅读，问候

E.

错误在labels.txt文件中：

1
2
labels = dict((int(k), v) for k, v in pairs)
ValueError: not enough values to unpack (expected 2, got 1)`

看起来你有一些行只有一个值而不是两个

相关讨论