如何在Coral Edge TPU USB加速器中运行yolov2-lite tflite？

Question

我想确定我为获取yolov2-lite模型的tflite执行的以下步骤是否正确？

第一步将图形和权重保存到protobuf文件中
flow --model cfg/yolov2-tiny.cfg --load bin/yolov2-tiny.weights --savepb。
该命令使用yolov2-tiny.pb和yolov2-tiny.meta创建了build_graph文件夹。

第二步将pb转换为tflite
我执行以下代码来获取yolov2-tiny.tflite

import tensorflow as tf  
localpb = 'yolov2-tiny.pb' 
tflite_file = 'yolov2-tiny.tflite'  
print("{} -> {}".format(localpb, tflite_file)) 
converter = tf.lite.TFLiteConverter.from_frozen_graph(
localpb,   
input_arrays= ['input'],   
output_arrays= ['output']    
)  
tflite_model = converter.convert()  
open(tflite_file,'wb').write(tflite_model)  
interpreter = tf.lite.Interpreter(model_content=tflite_model)  
interpreter.allocate_tensors()

如果上述获取tflite的上述步骤正确无误，请向我建议在珊瑚边缘TPU USB加速器中运行此tflite文件的命令。

非常感谢您：）

Answer 1

不幸的是，截至目前，edgetpu编译器支持yolo模型。我建议使用mobile_ssd模型。

为将来参考，您的管道应为：

1）训练模型

2）转换为tflite

3）为EdgeTPU编译（将工作实际委派给TPU的步骤）