Tensorfloat 和 ImageFeatureValue 的区别

如何解决Tensorfloat 和 ImageFeatureValue 的区别

使用 Windows-Machine-Learning 库时，onnx 模型的输入和输出通常是 TensorFloat 或 ImageFeatureValue 格式。

我的问题：这些有什么区别？似乎我可以将 onnx 导入（用于身体姿势检测）后自动创建的 model.cs 文件中的输入形式从 TensorFloat 更改为 ImageFeatureValue 并且代码仍然运行。这使它例如更容易处理视频帧，因为我可以通过 ImageFeatureValue.CreateFromVideoFrame(frame) 创建我的输入。 这是否有可能导致问题的原因，以及在使用视频帧作为输入时它们之间的区别是什么，我没有从文档中看到它？或者，如果输入是视频帧，为什么 model.cs 脚本首先创建一个 TensorFloat 而不是 ImageFeatureValue？

解决方法

找到答案 here。

如果 Windows ML 不支持您模型的颜色格式或像素范围，那么您可以实施转换和张量化。您将为输入值的 32 位浮点数创建 NCHW 四维张量。有关如何执行此操作的示例，请参阅自定义张量化示例。