使用 MLMultiArray 作为 CoreML 模型的输出

Question

我使用 PyTorch 训练了一个 YOLOv3-SPP 模型。 然后我将模型保存为 onnx 格式，然后使用 onnx-coreml 将我的 onnx 模型转换为 CoreML。 我似乎无法弄清楚如何使用我的模型，因为输出是 MLMultiArrays。

这是我的输出的样子：

我是机器学习的新手，在尝试使用此模型时不知道从哪里开始。 我不知道每个 MultiArray 包含哪些信息，也无法弄清楚如何访问它。 鉴于我的模型是在 3 个类上训练的对象检测器，谁能告诉我每个 MultiArray 包含哪些信息以及如何访问它？ 一些带有解释的示例代码会有很长的路要走。 如果有人知道我可以简单地将此模型放入其中进行测试的任何 Github 项目，那也可以。

Answer 1

您需要将模型的输出解码为边界框等，就像 PyTorch 模型一样。 并非 PyTorch 代码所做的一切都是 Core ML 模型的一部分。

在 StackOverflow 上解释这个工作太多了，但我在我的博客上写了很多关于这个的文章： https : //machinethink.net/blog/

特别是，

• https://machinethink.net/blog/object-detection/
• https://machinethink.net/blog/yolo-coreml-versus-mps-graph/
• https://machinethink.net/blog/object-detection-with-yolo/

YOLOv3-SPP 在细节上有所不同，但这应该会让你开始。