我已经训练了一个YOLOv3-SPP模型，我正在尝试将其转换为CoreML，以便我可以在我的应用程序中使用它。但是，我似乎无法找到一种方法来做到这一点而不会失去大量的准确性。我尝试将 .weights 文件转换为 Keras .h5 文件，然后将其转换为 CoreML 模型，但在测试 h5 模型时，它似乎无法在某些暗网权重完美工作的图片中检测到任何内容。同样在 Keras 模型检测到对象的图片中，(在许多情况下(边界框要么变大，要么变小。我认为这意味着我的 CoreML 模型与 h5 模型一样准确(因此在我的情况下无法使用(。我需要从远处检测相对较小的物体，所以我需要使用 YOLOv3-SPP，因为它比 YOLOv3 和 YOLOv3-Tiny 模型更准确。我不需要那么快的速度。我也刚刚尝试使用与Turi Create相同的数据训练CoreML模型(批量大小为8和50,000次迭代(，但它似乎也不是很好(为了进行比较，我在Google Colab上用批次大小为64训练了3,000次迭代的暗网模型(。如何在不损失尽可能少的准确性的情况下将暗网权重转换为 CoreML？我错过了什么吗？我对机器学习和所有概念都很陌生，所以编写自己的脚本基本上是不可能的。任何帮助将不胜感激！
你可能错过了一些东西。这不应该发生。我的猜测是Core ML模型的预处理是错误的。这种情况经常发生，以至于我写了一篇关于以下内容的博客文章： https://machinethink.net/blog/help-core-ml-gives-wrong-output/