ID de l'article: 000089134 Type de contenu: Dépannage Dernière révision: 20/05/2022

Prédiction incorrecte lors de l’inférence avec le modèle Keras* converti

BUILT IN - ARTICLE INTRO SECOND COMPONENT
En bref

Méthodes de conversion des modèles TensorFlow* formés avec des images dans l’ordre RGB*

Descriptif
  • Résultat correct lors de l’inférence avec le modèle Keras d’origine.
  • A converti le modèle Keras en représentation intermédiaire.
  • Mauvais résultat lors de l’inférence avec le modèle converti.
Résolution

La plupart des modèles TensorFlow sont formés avec des images dans l’ordre RGB.

Par défaut, les échantillons et les démos du moteur d’inférence s’attendent à des entrées par ordre des canaux BGR.

Méthode 1 :
Convertissez le modèle à l’aide de l’outil Optimiseur de modèle avec --reverse_input_channels argument.

Méthode 2 :
Passez de RGB à BGR :

im_cv = cv.imread('test2.jpg')
frame = cv.cvtColor(im_cv, cv.COLOR_RGB2BGR)

Informations complémentaires

Reportez-vous à Quand inverser les canaux d’entrée

Produits associés

Cet article concerne 2 produits

Le contenu de cette page est une combinaison de traduction humaine et informatique du contenu original en anglais. Ce contenu vous est fourni pour votre commodité et à titre informatif seulement et ne saurait être totalement exact ou complet. En cas de contradiction entre la version anglaise de cette page et la traduction, c'est la version anglaise qui prévaut. Afficher la version anglaise de cette page.