chun307的博客

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let model3

1. 在deeplab上一级目录运行命令来安装coremltoolspip install coremltools==4.0b3 -i https://pypi.tuna.tsinghua.edu.cn/simple2.

上一篇博客“MAC下deeplab_V3+测试自带例程“local_test_mobilenetv2.sh””已经测试了自带例程，数据还算可以。这一节用这个shell来训练下自己的数据集。 首先复制datasets下的文件夹“pascal_voc_seg”到当前目录，改名为“bladder_voc_seg”，然后将自己的tfrecord数据复制到对应位置，图片数据也需要进行修改。 其中“train_on_trainval_set_mobilenetv2”下的文件夹都可以删除，shell会重新生

deeplab_V3自带测试shell（如下图），现在我们测试下这个网络。