Значения пикселей различаются в Python и Android Kotlin при вычислении вложений MobileNetV3, что приводит к несовпадающи ⇐ Android

[Anonymous]

У меня возникла проблема с встраиванием изображений MobileNetV3:
Я вычисляю встраивание исходных изображений в Python и сохраняю их в базе данных.
В Android Kotlin, когда пользователь загружает изображение, я также вычисляю его встраивание с помощью MobileNetV3 и пытаюсь сопоставить его с базой данных.
Однако я обнаружил, что для одного и того же изображения значения пикселей считываются в Python и Kotlin совершенно разные, что приводит к несовпадающим встраиваниям и неверным результатам.
Я пробовал:
BitmapFactory.decodeFile / decodeStream с ARGB_8888
Игнорирование альфа-канала путем рисования на черном фоне
Использование getPixels для извлечения RGB
Но я все еще не могу получить значения пикселей, соответствующие значениям Python np.array(img.convert("RGB")).
Пример моего кода Python:

Код: Выделить всё

    def generate_vectors(self, image_paths: List[str]) -> List[List[float]]:
vectors = []

for path in image_paths:
if not os.path.exists(path):
print(f"Warning: {path} not found, skipped")
continue

img = Image.open(path).convert("RGB")

input_tensor = self.preprocess(img)

self.interpreter.set_tensor(
self.input_details[0]["index"], input_tensor)

self.interpreter.invoke()

embedding = self.interpreter.get_tensor(
self.output_details[0]["index"])

embedding = embedding.squeeze()

norm = np.linalg.norm(embedding)
if norm > 0:
embedding = embedding / norm

vectors.append(embedding.tolist())

return vectors

def preprocess(self, img: Image.Image) -> np.ndarray:
"""
process image
"""
img = img.resize((self.width, self.height))

img_array = np.array(img).astype(np.float32)

img_array = (img_array / 127.5) - 1.0

img_array = np.expand_dims(img_array, axis=0)

return img_array

Пример моего кода на Kotlin:

Код: Выделить всё

        val bitmap = this.assets.open("example.png").use { BitmapFactory.decodeStream(it) }
val mobileNetV3 = MobileNetV3(this)
val embedding = mobileNetV3.encodeImage(bitmap)

Код: Выделить всё

import android.content.Context
import android.graphics.Bitmap
import android.graphics.Color
import org.tensorflow.lite.DataType
import org.tensorflow.lite.support.common.ops.NormalizeOp
import org.tensorflow.lite.support.image.ImageProcessor
import org.tensorflow.lite.support.image.TensorImage
import org.tensorflow.lite.support.image.ops.ResizeOp
import java.nio.ByteBuffer
import kotlin.math.sqrt

class MobileNetV3(context: Context) : ImageEmbedder {

private val model = MobilenetV3TfliteLarge100224FeatureVectorMetadataV1.newInstance(context)

private val imageProcessor =
ImageProcessor.Builder()
.add(ResizeOp(224, 224, ResizeOp.ResizeMethod.BILINEAR))
.add(NormalizeOp(127.5f, 127.5f)) // [-1, 1]
.build()

override fun encodeImage(bitmap: Bitmap): FloatArray {

val tensorImage = TensorImage(DataType.FLOAT32)
tensorImage.load(bitmap)

val processedImage = imageProcessor.process(tensorImage)

val outputs = model.process(processedImage)

val vector = outputs.featureAsTensorBuffer.floatArray.copyOf()

l2Normalize(vector)

return vector
}

override fun close() {
model.close()
}

private fun l2Normalize(vector: FloatArray) {
var sum = 0f
for (v in vector) {
sum += v * v
}
val norm = sqrt(sum)
if (norm > 0f) {
for (i in vector.indices) {
vector[i] /= norm
}
}
}

}

Я хочу, чтобы Android Kotlin считывал пиксели изображения точно так же, как Python, иначе встраивания MobileNetV3 не будут совпадать.
Есть ли способ считывать пиксели RGB на Android, как это делает Python, или лучший подход для достижения этой функциональности?>

Подробнее здесь: https://stackoverflow.com/questions/798 ... obilenetv3