在Tensorflow Hub保存的模型中确定标签集

Question

我正在尝试通过执行类似操作来确定this Tensorflow Hub 模型是否可以转换为TFLITE格式（并最终为TPU /珊瑚板编译）。

converter = tf.compat.v1.lite.TFLiteConverter.from_saved_model("./")
tflite_model = converter.convert()

但是，我需要指定模型标记集，并且此命令没有给出结果（在TF 1.13.1和2.0中）：

% saved_model_cli show --dir .
The given SavedModel contains the following tag-sets:

saem_model.pb 文件位于此目录中，并且Netron太笨拙-考虑到它几乎无法打开的模型大小-因此很难检查。可以打开模型进行推断：detector = hub.load(module_url).signatures['default']，所以也许我可以显示detector对象（？）的模型摘要。

1. 有什么想法可以确定模型结构吗？
2. 对于将这种模型转换为TFLITE然后为TPU进行编译的实用性的任何见识，都会受到赞赏。