尝试了我在每个github上找到的所有解决方案之后，我找不到将自定义训练的YOLOv3从Darknet转换为张量流格式（keras，tensorflow，tflite）的方法
按习惯，我的意思是：
到目前为止，我对Darknet上的结果感到满意，但是对于我的应用程序，我需要TFlite，并且找不到适合我情况的转换方法。
有人成功做到了类似的事情吗？
谢谢。
答案 0 :(得分：2)
您是否为您的自定义模型生成了.weights文件？
如果是这样，peace195的以下项目可能会有所帮助： https://github.com/peace195/tensorflow-lite-YOLOv3
编辑：
在上述链接中，使用convert_weights_pb.py文件将.weights文件转换为.pb文件。
然后将.pb文件用作保存的模型，并使用以下命令将其转换为.tflite模型。
tflite_convert --saved_model_dir = saved_model / --output_file yolo_v3.tflite --saved_model_signature_key ='predict'
感谢安东·门绍夫（Anton Menshov）关于改善答案的建议。
答案 1 :(得分：0)
这是最简单易用的回购协议。作者做得很出色，可以与yolov3，yolv3-tiny和yolov-4一起很好地工作。如果您正在接受自定义课程的培训，请不要忘记在课程下更改coco.names。