coreml

3热度

2回答

我尝试了最近在iOS中引入的核心ML来识别和分类图像。问题是，它没有给出发送图像的正确结果。如果我发送地球图像（环球），它给我的类作为泡沫。下面是我使用的代码， let model = Resnet50() let pixelBuffer: CVPixelBuffer = (modelImg.pixelBuffer())! if let prediction

0热度

1回答

将XGBoost模型转换为CoreML

我想将以下XGBoost模型转换为CoreML文件，但出现错误。 Traceback (most recent call last): File "<stdin>", line 1, in <module> File "/usr/local/lib/python2.7/dist- packages/coremltools/converters/xgboost/_tree.py", l

0热度

1回答

在Windows 10上为Keras和CoreML转换安装Tensorflow for Python 10

我目前正在使用Keras进行图像识别的人工神经网络模型，并且我想使用CoreML将其转换。不幸的是，我一直在使用Python3，而CoreML目前仅适用于Python 2.7。而且，Tensorflow for Python 2.7似乎不被Windows支持......所以我唯一的希望就是找到一种方法来安装它。我看到了一些使用Docker Toolbox的提示，但是我没有看到它，尝试这种解决方

1热度

1回答

XCode无法识别Core ML模型文件

我从Apple的网页下载Core ML模型文件，但我的Mac和XCode无法识别它们。这是我所看到的，当我将它们添加到我的项目导航：我在做什么错？

3热度

2回答

IOS/CoreML - 输入类型的MultiArray当keras模型转换为CoreML

我努力训练keras模型，并将其转换为使用keras 1.2.2和TensorFlow后端coreML模型。这是为了分类任务。 CoreML的输入显示为MultiArray。我需要这是Image <BGR, 32, 32>或类似CVPixelBuffer。我试着按here加上image_input_names='data'。我的input shape是(height, width, depth)，

0热度

1回答

“使用未解析的标识符”与CoreMLModel

对于某些背景：我使用的是Swift 4和Xcode 9（测试版）。我想在我的应用程序来实现CoreML型号，但是，对于这行代码（这是放置在一个IBAction为FUNC在我的ViewController类）： let coreMLModel = testmodel2().model 我得到那个说“的使用错误未解析标识符'testmodel2'“。我已经阅读了一些其他类似的问题，并确保我的Vie

10热度

1回答

视觉框架与ARkit和CoreML

虽然我一直在研究的最佳实践和尝试多种选择一个正在进行的项目（即Unity3D iOS的项目Vuforia与本地集成，提取出与AVFoundation然后通过基于云的图像识别的图像帧），我得出的结论是我想使用ARkit，Vision Framework和CoreML;让我解释。我不知道我怎么会是能够捕捉ARFrames，使用视觉框架来检测和使用CoreML模型跟踪给定的对象。此外，这将是很好有

8热度

1回答

将经过训练的Keras图像分类模型转换为coreml并集成到iOS11中

使用在https://blog.keras.io/building-powerful-image-classification-models-using-very-little-data.html上找到的教程，我训练了Keras模型以识别猫和狗之间的区别。 ''' Directory structure: data/ train/ dogs/ dog001

2热度

1回答

scikit-learn：将多输出决策树转换为CoreML模型

我有一个训练有素的scikit-learn模型，它使用多输出决策树（作为RandomForestRegressor）。由于内置了多输出行为，因此没有对随机森林回归模型显式进行自定义配置以启用多输出行为。基本上，只要您将多输出训练数据放入模型中，模型将在幕后切换到多输出模式。此外，RandomForestRegressor是CoreML转换脚本提供的支持的转换器。然而，在转换过程中，我得到这个错误

0热度

1回答

如何训练ML模型？

正如您现在所见，Apple在今年的WWDC中引入Core ML为iOS 11。此框架使用已经训练过的ML模型，如果您的源模型与您的模型不匹配，您可以将其转换为特定格式。 Apple也可用于下载并直接集成一些已经培训的ML型号here。另一方面，他们在WWDC 2017也提到，您可以使用工具（如Caffe或Keras）来训练模型。我想培训一个比Apple已经培训和提供的模型更具体的目的，看起来很