Tensorflow: Android कैमरा डेमो में प्रशिक्षित श्रेणियों का उपयोग करें

गिटहब मुद्दे बग/स्थापना समस्याओं/सुविधा अनुरोधों के लिए हैं।
समुदाय से सामान्य समर्थन के लिए, StackOverflow देखें।
बग और फीचर अनुरोधों को खोजने और व्यवस्थित करने में अधिक आसान बनाने के लिए, हम उन मुद्दों को बंद कर देते हैं जिन्हें समझा जाता है
गिटहब मुद्दों के दायरे से बाहर और लोगों को स्टैक ओवरफ्लो पर इंगित करें।

बग या स्थापना समस्याओं के लिए, कृपया निम्नलिखित जानकारी प्रदान करें।
आप जितनी अधिक जानकारी प्रदान करेंगे, हम उतनी ही आसानी से पेशकश कर पाएंगे
मदद और सलाह।

पर्यावरण की जानकारी

ऑपरेटिंग सिस्टम: विंडोज़ पर डॉकर

CUDA और cuDNN का स्थापित संस्करण:
(कृपया ls -l /path/to/cuda/lib/libcud* का आउटपुट संलग्न करें):

यदि बाइनरी पाइप पैकेज से स्थापित किया गया है, तो प्रदान करें:

1. आपने कौन सा पाइप पैकेज स्थापित किया है।
2. python -c "import tensorflow; print(tensorflow.__version__)" से आउटपुट।

यदि स्रोत से स्थापित है, तो प्रदान करें

1. प्रतिबद्ध हैश ( git rev-parse HEAD )
2. bazel version . का आउटपुट

प्रजनन के चरण

1. डॉकर के साथ नए डेटा को सफलतापूर्वक पुनः प्रशिक्षित करें। दो पुन: प्रशिक्षित फ़ाइलें प्राप्त करें retrained_graph.pb और retrained_labels.txt
   https://codelabs.developers.google.com/codelabs/tensorflow-for-poets/index.html?index=..%2F..%2Findex#5
2. विंडोज़ पर बेज़ल स्थापित करने का प्रयास करें लेकिन असफल रहा। लेकिन मुझे एक Android डेमो मिला जिसमें Bazel की आवश्यकता नहीं है। यह विंडोज पर अच्छा काम करता है। यह एंड्रॉइड रीयल-टाइम कैमरे में इमेजनेट द्वारा प्रदान की गई 1000 कक्षाओं में छवियों को पहचान सकता है।
   https://github.com/miyosuda/TensorFlowAndroidDemo
   

   आपने क्या प्रयास किया?

संदर्भ: https://github.com/tensorflow/tensorflow/issues/1269
सुझावों के आधार पर, मैंने निम्नलिखित चीजों की कोशिश की:
1. अपने टेंसरफ़्लो बिल्ड के google/protobuf सेक्शन में coded_stream.h ढूंढें और निम्न पंक्ति में 64 से 256 को संशोधित करें:
स्थिर स्थिरांक int kDefaultTotalBytesLimit = 64 << 20; // 64 से 256 एमबी बदलें
2. TensorflowImageListener.java में केवल input_size को 299 और image_mean को 128 में बदलें
3. एंड्रॉइड डेमो में tensorflow_jni.cc पर जाएं और निम्नानुसार संशोधित करें:

  input_tensor_mapped(0, i, j, 0) =
      (static_cast<float>(src->red) - g_image_mean)/g_image_mean;
  input_tensor_mapped(0, i, j, 1) =
      (static_cast<float>(src->green) - g_image_mean)/g_image_mean;
  input_tensor_mapped(0, i, j, 2) =
      (static_cast<float>(src->blue) - g_image_mean)/g_image_mean;
  ++src;

std::vector<:pair i="47"> > input_tensors(
{{"मूल", input_tensor}});

std::vectorstd::string output_names({"softmax"});
4. TensorflowImageListerner.java में निम्नलिखित परिवर्तन करें:
निजी स्थिर अंतिम स्ट्रिंग MODEL_FILE = "फ़ाइल: ///android_asset/retrained_graph.pb";
निजी स्थिर अंतिम स्ट्रिंग LABEL_FILE =
"फ़ाइल: ///android_asset/retrained_labels.txt";

1. एंड्रॉइड डेमो बनाएं

लॉग या अन्य आउटपुट जो मददगार होंगे

(यदि लॉग बड़े हैं, तो कृपया अटैचमेंट के रूप में अपलोड करें)।
08-01 17:36:50.015 14978-15121/org.tensorflow.tensorflowdemo एक/देशी: jni_utils.cc:107 जाँच विफल: संदेश-> ParseFromZeroCopyStream(&adaptor)
08-01 17:36:50.015 14978-15121/org.tensorflow.tensorflowdemo A/libc: घातक संकेत 6 (SIGABRT), कोड -6 tid 15121 में (ImageListener)

मुझे पता है कि यह इंसेप्शन v3 और इंसेप्शन 5h के असंगत चर के कारण एक समस्या है। मेरे द्वारा उपयोग किया जाने वाला Android डेमो मॉडल इंसेप्शन 5h है, लेकिन मैंने अपने नए डेटा को प्रशिक्षित करने के लिए जिस मॉडल का उपयोग किया है वह इंसेप्शन 3v है। मैंने यहां उल्लिखित चरों को संपादित करने का प्रयास किया है: https://github.com/tensorflow/tensorflow/issues/1269।
लेकिन मुझे अभी भी वही त्रुटियां मिलती हैं। कोई भी मुझे यह समझाने में मदद कर सकता है कि एंड्रॉइड डेमो में चल रहे मेरे नए प्रशिक्षित डेटा को कैसे अनुकूलित किया जाए?