Question

我目前在将tensorflow .pb模型转换为TFlite格式时遇到问题。我目前正在按照Google CodeLabs上的说明进行操作，错误提示

回溯（最近通话最近）：文件 “ / usr / local / bin / tflite_convert”，第5行，在从tensorflow.lite.python.tflite_convert导入主要ImportError：没有名为lite.python.tflite_convert的模块

我正在使用Google提供的命令

tflite_convert \ --graph_def_file = tf_files / retrained_graph.pb \
  --output_file = tf_files / optimized_graph.lite \ --input_format = TENSORFLOW_GRAPHDEF \ --output_format = TFLITE \ --input_shape = 1，$ {IMAGE_SIZE}，$ {IMAGE_SIZE}，3 \ --input_array = input \ --output_array = final_result \ --inference_type =浮标\
  --input_data_type = FLOAT

是否有其他代码可替代，以将模型转换为TFlite格式？顺便说一下，我将Tensorflow升级到1.12.0，因为1.7、1.8和1.9返回了相同的错误。

谢谢

Answer 1

请参考示例代码以将.pb转换为tflite

import tensorflow as tf
pb_file = 'model.pb'
tflite_file = 'model.tflite'

converter = tf.lite.TFLiteConverter.from_frozen_graph(pb_file, ['ImageTensor'], ['SemanticPredictions'], 
                                                      input_shapes={"ImageTensor":[1,523,523,3]}) # [1,H,W,C]


converter.inference_input_type=tf.uint8
converter.quantized_input_stats = {'ImageTensor': (145, 164)}  # (mean, stddev)

tflite_model = converter.convert()
open(tflite_file,'wb').write(tflite_model) 

interpreter = tf.lite.Interpreter(model_content=tflite_model)
interpreter.allocate_tensors()

files.download(tflite_file)

Tensorflow：将模型转换为TFLite格式

1 个答案: