我试图在iOS应用程序中使用Apple提供的Squeezenet ML模型 . 当我传递图像进行分类时，预测就会消失 . 我怀疑问题是由于提供给Squeezenet进行分类的图像的典型预处理尚未在iOS应用程序中实现 . 特别是，在Python中实现时，图像需要以下预处理步骤：

model = SqueezeNet()

img = image.load_img('cat.jpeg', target_size=(227, 227))
x = image.img_to_array(img)        #Preprocess Step 1
x = np.expand_dims(x, axis=0)      #Preprocess Step 2
x = preprocess_input(x)            #Preprocess Step 3

preds = model.predict(x)
print('Predicted:', decode_predictions(preds))

有谁知道如何在iOS中重新创建这三个预处理步骤？

Update following comment from Matthijs:

Matthijs，我已经看过你的博客文章，并了解执行相同预处理的必要性 . 我已经对提交给模型的图像的代码进行了更改，并且获得了更好的结果 . 但是，我仍然不清楚我的博客文章是否正在由模型处理预处理，或者我传递给Apple Squeezenet模型的图像数据的格式是否不正确 .

例如，以下是Python中Squeezenet与我在应用程序中从Apple的Squeezenet模式获得的一些比较结果（除非另有说明，否则两个模型都正确地对图像进行分类）：

Image          Confidence value
Samoyed dog    0.899 (Python model with preprocess_input applied)
Samoyed dog    0.994 (Python model without preprocess_input applied)
Samoyed dog    0.837 (Apple model)
Beagle dog     0.962 (Python model with preprocess_input applied)
Beagle dog     0.975 (Python model without preprocess_input applied)
Beagle dog*    0.626 (Apple model)
* Apple model incorrectly classified as Labrador Retriever
Tabby cat      0.863 (Python model with preprocess_input applied)
Tabby cat      0.986 (Python model without preprocess_input applied)
Tabby cat      0.995 (Apple model)

有关这是一个预处理问题还是其他问题的任何想法？可能是提交给模型的图像格式不正确吗？有没有办法看看CoreML模型执行了哪些预处理步骤（如果有的话）？

ios coreml