机器学习迁移模型到IOS

https://paulswith.github.io/2018/02/24/%E8%BF%81%E7%A7%BB%E5%AD%A6%E4%B9%A0InceptionV3/ 上文记录了如何从一个别人训练好的模型, 切入我们自己的图片, 改为我们自己的模型.
本来以为移植到手机很简单, 但是不简单的是我的模型本身就是迁移学习别人的模型,有很多莫名其面的坑, 在CoreML经历了N个坑后,1点14分我搞掂了.

项目源码和转换源码已经上传到git.
https://github.com/Paulswith/machineLearningIntro/tree/master/classification_101

转化为mlmodel

说说转换为mlmodel的工具有两个:

coremltools, 它目前只支持五种模型的转换, 不包括tensorflow:
若你跟我一样是tensorflow , 那么必须使用tfcoreml
https://github.com/tf-coreml 有安装方法.
转换Example: https://github.com/tf-coreml/tf-coreml/tree/master/examples

接着往下看:

是否是graph-pb?

如果你跟我一样, 训练的模型, 从tensorflow的代码保存下来的, 调用的:

1	saver.save(sess, MODEL_SAVEPATH, global_step=50)

它并不会保存出一个pb文件, 其中的.meta也需要其他方式转换似乎也可以, 我没有尝试过.
用这个方法, 你需要在上方代码的下面加两行,就可以继续:

12	if i %SAVE_EPOCH == 0: tf.train.write_graph(sess.graph, MODEL_SAVE_DIR, 'model.pbtxt')

pdtxt固化为pd

操作参考链接https://www.jianshu.com/p/091415b114e2
我是直接使用的bezel, 编译tensorflow源码后, 直接使用, 其中参数跟着填, 需要注意的是output_node:

导入化图

导入图和查看图的节点信息:
如果你的图不属于pb文件, 那么就会在导入图的时候报错的.

12345678910111213141516

with open(TF_MODEL_FILE, 'rb') as f:    serialized = f.read()tf.reset_default_graph()original_gdef = tf.GraphDef()original_gdef.ParseFromString(serialized)with tf.Graph().as_default() as g:    tf.import_graph_def(original_gdef, name='')    ops = g.get_operations()    try:        for i in range(10000):            print('op id {} : op name: {}, op type: "{}"'.format(str(i),ops[i].name, ops[i].type))    except:        print("全部节点已打印完毕.")        pass

预处理节点

其实这一步个人不是很清楚很知道它做了什么,但确是不得不做的. 最后的大小看着也不像是”减包”
需要注意两点:

input_node_names: 这里填写的节点从上方的代码可以打印看得到的, 实际在训练模型的时候, 我们直接喂图片的节点是在”import/DecodeJpeg/contents”, 而这里”必须是import/Mul”.

output_node_names: 因为模型是剪切拼接的, 这跟tensorflow直接调用是一样的节点.
最后生成一个完整的pb文件.

123456789101112

input_node_names = ['import/Mul', 'BottleneckInputPlaceholder']   # 本来以为是import/DecodeJpeg/contents, 实际上是Mul(tfcoreml-git上说的)output_node_names = ['import/pool_3/_reshape','final_train_ops/softMax_last']  # 想要保存的节点 , 'final_train_ops/softMax_last'gdef = strip_unused_lib.strip_unused(        input_graph_def = original_gdef,        input_node_names = input_node_names,        output_node_names = output_node_names,        placeholder_type_enum = dtypes.float32.as_datatype_enum)with gfile.GFile(FROZEN_MODEL_FILE, "wb") as f:    f.write(gdef.SerializeToString())

开始转换

input_tensor_shapes: 是placeholder 和 input节点, 方括号的第一个参数是batch大小,代表一张一张的喂给它. 字典里面这两个, 对应生成后的InceptionV3_input的两个属性.

output_tensor_names: 训练后得到的节点, 对应生成后的InceptionV3_output的两个属性

1234567891011121314151617

input_tensor_shapes = {                        "import/Mul:0":[1,299,299,3],          # batch size is 1                        "BottleneckInputPlaceholder:0":[1,2048],                       }output_tensor_names = ['import/pool_3/_reshape:0','final_train_ops/softMax_last:0']# Call the converter. This may take a whilecoreml_model = tfcoreml.convert(        tf_model_path=FROZEN_MODEL_FILE,        mlmodel_path=COREML_MODEL_FILE,        input_name_shape_dict=input_tensor_shapes,        output_feature_names=output_tensor_names,        image_input_names = ['import/Mul:0'],        red_bias = -1,        green_bias = -1,        blue_bias = -1,        image_scale = 2.0/255.0)

上方具体的参数可以在方法看得到,后面四个参数就是我们输入图片时候的均值化, 还有个特殊的参数class_labels, output后的模型可以直接索引到标签, 但是在实践过程中, 我这个本身是迁移别人的学习的模型并起不到作用.

执行完成后生成文件:

ios-code调用

了解模型:

首先, 直接将inceptionV3.mlmodel拖入到工程:
导入头文件, inceptionV3.h, 点开查看:

他们之间的关系是, inception_v3_input导入 -> 启动inception_v3.model训练 -> 得到inception_v3_output 分别提供了一个实例化方法.

开始代码

首先确认他们之间的调用方向层次, 我直接是参考tensorflow加载的顺序, 只要理解了, 就可以直接调用了:
这是Py 大专栏机器学习迁移模型到IOSthon的调用方法:

poo3_frist = sess.run(poo3, feed_dict={inpiut_x: image})   # 按照模型的顺序要, 先喂给它图片, 然后图片提取到瓶颈的tensorresult     = sess.run(predict, feed_dict={change_input:poo3_frist}) # 瓶颈的tensor再转入input传入, 得到我们最后的predict

如果参照tensorflow加载模型的做法, 我们直接是一张图片, 得到一个run到pool3, 但实际CoreML只给我们生成了一个实例方法:

1	- (instancetype)initWithBottleneckInputPlaceholder__0:(MLMultiArray *)BottleneckInputPlaceholder__0 import__Mul__0:(CVPixelBufferRef)import__Mul__0;

方法必须要传入一个MLMultiArray, 而且shape必须一致的. 最后我直接调用MLMultiArray的方法,生成一个0值的2048shape

预测部分的, 完整核心代码 均有详细的注释说明

1234567891011121314151617181920212223242526272829

- (inception_v3 *)tfModel {    if (!_tfModel) {        // 1 加载模型, 本身代码会调用init的时候, 方法会调用initWithContentsOfURL, 找到inception文件进行初始化        _tfModel = [[inception_v3 alloc] init];    }    return _tfModel;}- (NSString *)predictWithFoodImage:(UIImage *)foodImage{    // step1: 标准为size, 转为可传入的参数.    UIImage *img = [foodImage scaleToSize:CGSizeMake(299, 299)];             // 转换为可传参的图片大小    CVPixelBufferRef refImage = [[UIImage new] pixelBufferFromCGImage:img];  // 转换为可传参的类型        // step2.1: 由于一开始是没有BottleneckInputPlaceholder, 直接0值初始一个传入    MLMultiArray *holder = [[MLMultiArray alloc] initWithShape:@[@2048] dataType:MLMultiArrayDataTypeDouble error:nil];    // step2.2: 启动预测, 预测完成后得到import__pool_3___reshape__0    inception_v3Output *output = [self.tfModel predictionFromBottleneckInputPlaceholder__0:holder import__Mul__0:refImage error:nil];        // step3: 从第二步, 完整得到了想要的BottleneckInputPlaceholder, 直接代入, 图片也代入.    inception_v3Output *output1 = [self.tfModel predictionFromBottleneckInputPlaceholder__0:output.import__pool_3___reshape__0 import__Mul__0:refImage error:nil];            // step4: 从final_train_ops__softMax_last__0提取预测结果    MLMultiArray *__final = output1.final_train_ops__softMax_last__0;    return [self poAccu:__final];}

调用摄像头进行图片获取

通过整合代码层次, 代码调用也封装好了, 方便代用:
从简书上拿到别人写好的调用摄像头拍照https://www.jianshu.com/p/62d69d89fa43, 提取了下代码:
主要逻辑:
拍照后重置大小展示到view, 异步进行模型预测, 回到主线程展示label结果.

1234567891011121314151617181920212223242526272829303132333435363738394041424344

//触发事件：拍照- (void)addCamera{    UIImagePickerController *picker = [[UIImagePickerController alloc] init];    picker.delegate = self;    picker.allowsEditing = YES; //可编辑    //判断是否可以打开照相机    if ([UIImagePickerController isSourceTypeAvailable:UIImagePickerControllerSourceTypeCamera]) {        //摄像头        picker.sourceType = UIImagePickerControllerSourceTypeCamera;    } else { //否则打开照片库        picker.sourceType = UIImagePickerControllerSourceTypePhotoLibrary;    }    [self presentViewController:picker animated:YES completion:nil];}//拍摄完成后要执行的代理方法- (void)imagePickerController:(UIImagePickerController *)picker didFinishPickingMediaWithInfo:(NSDictionary *)info{    NSString *mediaType = [info objectForKey:UIImagePickerControllerMediaType];    if ([mediaType isEqualToString:@"public.image"]) {        //得到照片        UIImage *image = [info objectForKey:UIImagePickerControllerOriginalImage];        image = [image scaleToSize:self.imageView.frame.size];        self.imageView.image = image;        // 异步处理, 不要占用主线程:        dispatch_async(dispatch_queue_create(0, 0), ^{            NSString *preString = [self.prediction predictWithFoodImage:image];            dispatch_async(dispatch_get_main_queue(), ^{                self.preLabel.text = preString;            });        });    }    [self dismissViewControllerAnimated:YES completion:nil];}//进入拍摄页面点击取消按钮- (void)imagePickerControllerDidCancel:(UIImagePickerController *)picker{    [self dismissViewControllerAnimated:YES completion:nil];}