IOS Core ML如何把输入从MLMultiArray转换为image

1. 一般2D模型在IOS上部署都可以接收输入为image，也可以接收MLMultiArray，但一般采用前者，因为时间上快捷好几百ms（如果不介意这点时间无视）。
2. IOS设备指定的MLMultiArray极为Python中的numpy，而图片读取的方式为PIL，所以如果是OpenCV进行的图片处理，记得通道的准确。而numpy和PIL image是可以互相转换的，因此部署阶段也可以选择图片或者数组。
3. 下面给出转换代码：

import coremltools
import coremltools.proto.FeatureTypes_pb2 as ft 

spec = coremltools.utils.load_spec("YourModel.mlmodel")

input = spec.description.input[0]
input.type.imageType.colorSpace = ft.ImageFeatureType.RGB
input.type.imageType.height = 224 
input.type.imageType.width = 224

coremltools.utils.save_spec(spec, "YourNewModel.mlmodel")

这里完成输入从数组到图片转换，如果是灰度图或者OpenCV处理的图片，记得 colorSpace 设置为GRAYSCALE or BGR.。目前不支持四通道图片。如果自己做了图片预处理：归一化什么，记得加入相同操作。这些操作需要在转换时候加入。如mlmodel = ct.convert(model, inputs=[ct.ImageType(bias=[-1,-1,-1], scale=1/127)])不是在这里，所以别搞错了。
结果从数组转换为图片操作相似：

output = spec.description.output[0]

import coremltools.proto.FeatureTypes_pb2 as ft
output.type.imageType.colorSpace = ft.ImageFeatureType.RGB
output.type.imageType.height = 300
output.type.imageType.width = 150

coremltools.utils.save_spec(spec, "YourNewModel.mlmodel")

同样如果是灰度图或者OpenCV处理的图片，记得 colorSpace 设置为GRAYSCALE or BGR.。目前不支持四通道图片。
如果你发现数组输入与图片输出结果不一样，除了预处理操作一样之外还是存在这问题或者报错WARNING:root:Output var XXX of type i32 in function main is cast to type fp32，咨询我解决，方式见个人相似资料。

我叫谢琛，深度学习探索者一枚！（有意咨询xiec177）
tensorflow/pytorch交流群请加QQ：548368797
更多咨询咨询请关注！