ImageClassifier

对图片执行分类。

API 需要一个 TFLite 模型，并且该模型包含可选但强烈建议提供的 TFLite 模型元数据。

该 API 支持具有一个图像输入张量和一个或多个输出张量的模型。具体要求如下。

• 输入图片张量 (kTfLiteUInt8/kTfLiteFloat32)
  • 图片输入，大小为 [batch x height x width x channels]。
  • 不支持批量推理（batch 必须为 1）。
  • 仅支持 RGB 输入（channels 必须为 3）。
  • 如果类型为 kTfLiteFloat32，则 NormalizationOptions 需要附加到元数据以进行输入归一化。
• 至少一个输出张量 (kTfLiteUInt8/kTfLiteFloat32)，并且：
  • N 类和二维或 4 个维度（即 [1 x N] 或 [1 x 1 x 1 x N]）
  • 可选（但建议）标签映射为 AssociatedFile-s，类型为 TENSOR_AXIS_LABELS，每行包含一个标签。第一个此类 AssociatedFile（如果有）用于填充结果的 class_name 字段。display_name 字段从 AssociatedFile（如有）中填充，其语言区域与创建时使用的 ImageClassifierOptions 的 display_names_locale 字段（默认为“en”，即英语）匹配。如果所有这些选项都不可用，系统将仅填充结果的 index 字段。
  • 可以使用 ScoreCalibrationOptions 和类型为 TENSOR_AXIS_SCORE_CALIBRATION 的 AssociatedFile 附加可选的分数校准。如需了解详情，请参阅 metadata_schema.fbs。

此类模型的示例可在 TensorFlow Hub 中找到。