在使用ssdmobilenet进行目标检测时，是否还有其他方法来设置张量?

Question

我正在使用一个对象检测模型，我引用这个链接来拟合我的图像模型，从而包括方法set_input_tensor"从这里

现在当我执行这行代码

def set_input_tensor(interpreter, image):
tensor_index = interpreter.get_input_details()[0]['index']
input_tensor = interpreter.tensor(tensor_index)()[0]

input_tensor[:, :] = image

我得到这行错误

TypeError: __array__() takes 1 positional argument but 2 were given

图片形状:(1,320,320,3)

Shape of input_tensor: (320,320,3)

所以我试着把代码改成

input_tensor = image[0, :, :, :]

因为我没有实现类，我没有使用self参数

请帮

Answer 1

可以，下面是代码:-

interpreter = tf.lite.Interpreter(model_path="model_path")
interpreter.allocate_tensors()
input_details = interpreter.get_input_details()
output_details = interpreter.get_output_details()
input_data = image
interpreter.set_tensor(input_details[0]['index'], input_data)
interpreter.invoke()
boxes = interpreter.get_tensor(output_details[0]['index'])
labels =interpreter.get_tensor(output_details[1]['index']) 
scores =interpreter.get_tensor(output_details[2]['index']) 
num =interpreter.get_tensor(output_details[3]['index'])