- 本文主要为大家提供一种将训练好的.h5模型转换为 .tflite模型后在PC端测试该模型效果的方法。
下面直接上代码:
import os
import cv2
import numpy as np
import tensorflow as tf
from config import *
import glob
from PIL import Image
# *****************************************测试图片、模型路径******************************************
# 图片集文件夹名称
testFileName = '1'
# 图片集路径
image_dir = os.path.join(os.getcwd(), '../needTestImages', testFileName)
# 得到图片集列表
img_name_list = glob.glob(image_dir + os.sep + '*')
# tflite模型路径
model_path = "../tools/model-simple_0423_float32.tflite"
# 加载并解析模型
interpreter = tf.lite.Interpreter(model_path=model_path)
# 分配空间
interpreter.allocate_tensors()
# 获取输入与输出的详细信息
input_details = interpreter.get_input_details()
output_details = interpreter.get_output_details()
print("input_details =", input_details)
print("output_details =", output_details)
# ***********************************************归一化化输入*****************************************
def format_input(input_image):
assert (input_image.size == DEFAULT_IN_SHAPE[:2] or input_image.shape == DEFAULT_IN_SHAPE)
inputs = np.array(input_image)
if inputs.shape[-1] == 4:
input_image = input_image.convert('RGB')
return np.expand_dims(np.array(input_image) / 255., 0)
# ***********************************************主函数**********************************************
def main():
# 循环加载待检测图片
for img in img_name_list:
print("img =", img)
start_time = time.time()
# 将图片转化为RGB格式
image = Image.open(img).convert('RGB')
input_image = image
# 将输入图片缩放到模型的输入尺寸大小
if image.size != DEFAULT_IN_SHAPE:
input_image = image.resize(DEFAULT_IN_SHAPE[:2], Image.BICUBIC)
# 输入图片归一化处理并转化为需要的格式
input_tensor = format_input(input_image)
input_tensor = input_tensor.astype(np.float32)
# 为分配的张量赋值
index = input_details[0]['index']
interpreter.set_tensor(index, input_tensor)
# 调用解释器
interpreter.invoke()
# 获得输出
print("output_details[0]['index'] =", interpreter.get_tensor(output_details[0]['index']))
output_data = interpreter.get_tensor(output_details[0]['index'])[0][0]
# 去除不需要的维度,并将数据转化为数组形式
result = np.squeeze(output_data)
output_mask = np.asarray(result)
# 缩放到原图大小
if image.size != DEFAULT_IN_SHAPE:
output_mask = cv2.resize(output_mask, dsize=image.size)
# 转化为3通道灰度图
output_image = cv2.cvtColor(output_mask.astype('float32'), cv2.COLOR_BGR2RGB) * 255.
print("host_time =", time.time() - start_time)
# 转化为单通道灰度图
output_image = cv2.cvtColor(output_image, cv2.COLOR_RGB2GRAY)
output_location = output_dir.joinpath(pathlib.Path(img).name)
cv2.imwrite(str(output_location), output_image)
if __name__ == '__main__':
main()
结果:
原图
效果图:
下面是手机端的实测图片:
原图:
效果图: