- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在使用here中的posenet tflite模型。它接受输入 1*353*257*3 输入图像并返回 4 个尺寸为 1*23*17*17、1*23*17*34、1*23*17*64 和 1*23*17*1 的数组。该模型的输出步幅为 16。如何获取输入图像上所有 17 个姿势点的坐标?我尝试从 out1 数组的热图中打印置信度分数,但每个像素的值接近 0.00。代码如下:
public class MainActivity extends AppCompatActivity {
private static final int CAMERA_REQUEST = 1888;
private ImageView imageView;
private static final int MY_CAMERA_PERMISSION_CODE = 100;
Interpreter tflite = null;
private String TAG = "rohit";
//private Canvas canvas;
Map<Integer, Object> outputMap = new HashMap<>();
float[][][][] out1 = new float[1][23][17][17];
float[][][][] out2 = new float[1][23][17][34];
float[][][][] out3 = new float[1][23][17][64];
float[][][][] out4 = new float[1][23][17][1];
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_main);
String modelFile="multi_person_mobilenet_v1_075_float.tflite";
try {
tflite=new Interpreter(loadModelFile(MainActivity.this,modelFile));
} catch (IOException e) {
e.printStackTrace();
}
final Tensor no = tflite.getInputTensor(0);
Log.d(TAG, "onCreate: Input shape"+ Arrays.toString(no.shape()));
int c = tflite.getOutputTensorCount();
Log.d(TAG, "onCreate: Output Count" +c );
for (int i = 0; i <4 ; i++) {
final Tensor output = tflite.getOutputTensor(i);
Log.d(TAG, "onCreate: Output shape" + Arrays.toString(output.shape()));
}
this.imageView = this.findViewById(R.id.imageView1);
Button photoButton = this.findViewById(R.id.button1);
photoButton.setOnClickListener(new View.OnClickListener() {
@Override
public void onClick(View v) {
if (checkSelfPermission(Manifest.permission.CAMERA)
!= PackageManager.PERMISSION_GRANTED) {
requestPermissions(new String[]{Manifest.permission.CAMERA},
MY_CAMERA_PERMISSION_CODE);
} else {
Intent cameraIntent = new Intent(android.provider.MediaStore.ACTION_IMAGE_CAPTURE);
startActivityForResult(cameraIntent, CAMERA_REQUEST);
}
}
});
}
public void onRequestPermissionsResult(int requestCode, @NonNull String[] permissions, @NonNull int[] grantResults) {
super.onRequestPermissionsResult(requestCode, permissions, grantResults);
if (requestCode == MY_CAMERA_PERMISSION_CODE) {
if (grantResults[0] == PackageManager.PERMISSION_GRANTED) {
Toast.makeText(this, "camera permission granted", Toast.LENGTH_LONG).show();
Intent cameraIntent = new
Intent(android.provider.MediaStore.ACTION_IMAGE_CAPTURE);
startActivityForResult(cameraIntent, CAMERA_REQUEST);
} else {
Toast.makeText(this, "camera permission denied", Toast.LENGTH_LONG).show();
}
}
}
protected void onActivityResult ( int requestCode, int resultCode, Intent data){
if (requestCode == CAMERA_REQUEST && resultCode == Activity.RESULT_OK) {
Bitmap photo = (Bitmap) data.getExtras().get("data");
Log.d(TAG,"bhai:"+photo.getWidth()+":"+photo.getHeight());
//imageView.setImageBitmap(photo);
photo = Bitmap.createScaledBitmap(photo, 353, 257, false);
photo = photo.copy(Bitmap.Config.ARGB_8888,true);
Log.d(TAG, "onActivityResult: Bitmap resized");
int width =photo.getWidth();
int height = photo.getHeight();
float[][][][] result = new float[1][width][height][3];
int[] pixels = new int[width*height];
photo.getPixels(pixels, 0, width, 0, 0, width, height);
int pixelsIndex = 0;
for (int i = 0; i < width; i++)
{
for (int j = 0; j < height; j++)
{
// result[i][j] = pixels[pixelsIndex];
int p = pixels[pixelsIndex];
result[0][i][j][0] = (p >> 16) & 0xff;
result[0][i][j][1] = (p >> 8) & 0xff;
result[0][i][j][2] = p & 0xff;
pixelsIndex++;
}
}
Object [] inputs = {result};
//inputs[0] = inp;
outputMap.put(0, out1);
outputMap.put(1, out2);
outputMap.put(2, out3);
outputMap.put(3, out4);
tflite.runForMultipleInputsOutputs(inputs,outputMap);
out1 = (float[][][][]) outputMap.get(0);
out2 = (float[][][][]) outputMap.get(1);
out3 = (float[][][][]) outputMap.get(2);
out4 = (float[][][][]) outputMap.get(3);
Canvas canvas = new Canvas(photo);
Paint p = new Paint();
p.setColor(Color.RED);
float[][][] scores = new float[out1[0].length][out1[0][0].length][17];
int[][] heatmap_pos = new int[17][2];
for(int i=0;i<17;i++)
{
float max = -1;
for(int j=0;j<out1[0].length;j++)
{
for(int k=0;k<out1[0][0].length;k++)
{
// Log.d("mylog", "onActivityResult: "+out1[0][j][k][i]);
scores[j][k][i] = sigmoid(out1[0][j][k][i]);
if(max<scores[j][k][i])
{
max = scores[j][k][i];
heatmap_pos[i][0] = j;
heatmap_pos[i][1] = k;
}
}
}
// Log.d(TAG, "onActivityResult: "+max+" "+heatmap_pos[i][0]+" "+heatmap_pos[i][1]);
}
for(int i=0;i<17;i++)
{
float max = -1;
for(int j=0;j<out1[0].length;j++)
{
for(int k=0;k<out1[0][0].length;k++)
{
Log.d("mylog", "onActivityResult: "+out1[0][j][k][i]);
scores[j][k][i] = sigmoid(out1[0][j][k][i]);
if(max<scores[j][k][i])
{
max = scores[j][k][i];
heatmap_pos[i][0] = j;
heatmap_pos[i][1] = k;
}
}
}
// Log.d(TAG, "onActivityResult: "+max+" "+heatmap_pos[i][0]+" "+heatmap_pos[i][1]);
}
for(int i=0;i<17;i++)
{
Log.d("heatlog", "onActivityResult: "+heatmap_pos[i][0]+" "+heatmap_pos[i][1]);
}
float[][] offset_vector = new float[17][2];
float[][] keypoint_pos = new float[17][2];
for(int i=0;i<17;i++)
{
offset_vector[i][0] = out2[0][heatmap_pos[i][0]][heatmap_pos[i][1]][i];
offset_vector[i][1] = out2[0][heatmap_pos[i][0]][heatmap_pos[i][1]][i+17];
Log.d("myoff",offset_vector[i][0]+":"+offset_vector[i][1]);
keypoint_pos[i][0] = heatmap_pos[i][0]*16+offset_vector[i][0];
keypoint_pos[i][1] = heatmap_pos[i][1]*16+offset_vector[i][1];
Log.d(TAG, "onActivityResult: "+keypoint_pos[i][0]+" "+keypoint_pos[i][1]);
canvas.drawCircle(keypoint_pos[i][0]+353/2,keypoint_pos[i][1]-257/2,5,p);
}
imageView.setImageBitmap(photo);
}
}
private MappedByteBuffer loadModelFile(Activity activity, String MODEL_FILE) throws IOException {
AssetFileDescriptor fileDescriptor = activity.getAssets().openFd(MODEL_FILE);
FileInputStream inputStream = new FileInputStream(fileDescriptor.getFileDescriptor());
FileChannel fileChannel = inputStream.getChannel();
long startOffset = fileDescriptor.getStartOffset();
long declaredLength = fileDescriptor.getDeclaredLength();
return fileChannel.map(FileChannel.MapMode.READ_ONLY, startOffset, declaredLength);
}
public float sigmoid(float value) {
float p = (float)(1.0 / (1 + Math.exp(-value)));
return p;
}
}
最佳答案
我认为这个 tflite 模型文件有问题。所以我尝试使用模型中的权重创建posenet tflite模型。模型中的所有权重都可以从tfjs-models下载: https://github.com/tensorflow/tfjs-models/tree/master/posenet
然后您可以生成模型并按照以下存储库执行所有预处理和后处理: https://github.com/zg9uagfv/tf_posenet
生成posenet模型后,可以导出为.pb文件或.tflite文件。我已经成功尝试了该过程,并且posenet模型可以在我的带有GPU的Android应用程序中成功运行。
关于android - 如何在 tflite 中使用posenet模型的输出,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55136861/
我需要将文本放在 中在一个 Div 中,在另一个 Div 中,在另一个 Div 中。所以这是它的样子: #document Change PIN
奇怪的事情发生了。 我有一个基本的 html 代码。 html,头部, body 。(因为我收到了一些反对票,这里是完整的代码) 这是我的CSS: html { backgroun
我正在尝试将 Assets 中的一组图像加载到 UICollectionview 中存在的 ImageView 中,但每当我运行应用程序时它都会显示错误。而且也没有显示图像。 我在ViewDidLoa
我需要根据带参数的 perl 脚本的输出更改一些环境变量。在 tcsh 中,我可以使用别名命令来评估 perl 脚本的输出。 tcsh: alias setsdk 'eval `/localhome/
我使用 Windows 身份验证创建了一个新的 Blazor(服务器端)应用程序,并使用 IIS Express 运行它。它将显示一条消息“Hello Domain\User!”来自右上方的以下 Ra
这是我的方法 void login(Event event);我想知道 Kotlin 中应该如何 最佳答案 在 Kotlin 中通配符运算符是 * 。它指示编译器它是未知的,但一旦知道,就不会有其他类
看下面的代码 for story in book if story.title.length < 140 - var story
我正在尝试用 C 语言学习字符串处理。我写了一个程序,它存储了一些音乐轨道,并帮助用户检查他/她想到的歌曲是否存在于存储的轨道中。这是通过要求用户输入一串字符来完成的。然后程序使用 strstr()
我正在学习 sscanf 并遇到如下格式字符串: sscanf("%[^:]:%[^*=]%*[*=]%n",a,b,&c); 我理解 %[^:] 部分意味着扫描直到遇到 ':' 并将其分配给 a。:
def char_check(x,y): if (str(x) in y or x.find(y) > -1) or (str(y) in x or y.find(x) > -1):
我有一种情况,我想将文本文件中的现有行包含到一个新 block 中。 line 1 line 2 line in block line 3 line 4 应该变成 line 1 line 2 line
我有一个新项目,我正在尝试设置 Django 调试工具栏。首先,我尝试了快速设置,它只涉及将 'debug_toolbar' 添加到我的已安装应用程序列表中。有了这个,当我转到我的根 URL 时,调试
在 Matlab 中,如果我有一个函数 f,例如签名是 f(a,b,c),我可以创建一个只有一个变量 b 的函数,它将使用固定的 a=a1 和 c=c1 调用 f: g = @(b) f(a1, b,
我不明白为什么 ForEach 中的元素之间有多余的垂直间距在 VStack 里面在 ScrollView 里面使用 GeometryReader 时渲染自定义水平分隔线。 Scrol
我想知道,是否有关于何时使用 session 和 cookie 的指南或最佳实践? 什么应该和什么不应该存储在其中?谢谢! 最佳答案 这些文档很好地了解了 session cookie 的安全问题以及
我在 scipy/numpy 中有一个 Nx3 矩阵,我想用它制作一个 3 维条形图,其中 X 轴和 Y 轴由矩阵的第一列和第二列的值、高度确定每个条形的 是矩阵中的第三列,条形的数量由 N 确定。
假设我用两种不同的方式初始化信号量 sem_init(&randomsem,0,1) sem_init(&randomsem,0,0) 现在, sem_wait(&randomsem) 在这两种情况下
我怀疑该值如何存储在“WORD”中,因为 PStr 包含实际输出。? 既然Pstr中存储的是小写到大写的字母,那么在printf中如何将其给出为“WORD”。有人可以吗?解释一下? #include
我有一个 3x3 数组: var my_array = [[0,1,2], [3,4,5], [6,7,8]]; 并想获得它的第一个 2
我意识到您可以使用如下方式轻松检查焦点: var hasFocus = true; $(window).blur(function(){ hasFocus = false; }); $(win
我是一名优秀的程序员,十分优秀!