概述
最近在用TensorFlow Object Detection API训练目标检测模型，训练好的pb模型大小17.6M，用pb预测效果不错，于是想着如何在手机端运行，查看官网关于tflite的转换，网址：https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/running_on_mobile_tensorflowlite.md。
预测使用的pb模型：
在主目录下的research目录执行如下：
注意里面的相关路径需要换成自己的ckpt的目录。执行完后，会看到一个名字为--output_directory指定的目录。这里为exported_graphs目录，里面包含了一个SavedModel 和frozen graph，其中的.pb文件就是预测使用的。
如上转换pb和预测过程参考我之前的文章即可。
关于tflite，需要使用如下操作：
注意第二行pipeline_config_path为你的pipeline.config目录路径，trained_config_path路径为训练好的ckpt模型文件，output_dir为tflite输出目录文件夹名字，执行完后在tflite目录会看到两个文件tflite_graph.pb and tflite_graph.pbtxt.
最后
以上就是疯狂蜗牛为你收集整理的TensorFlow Object Detection API 模型转tflite并验证的全部内容，希望文章能够帮你解决TensorFlow Object Detection API 模型转tflite并验证所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复