MobileNet SSD V2转换的tflite模型的输出错误

Question

我正在使用TensorflowLite C ++ API在android上开发对象检测应用程序。当我将ssd_mobilenet_v2_coco_2018_03_29模型转换为tflite时，转换后的tflite模型的输出与相同测试图像上最初提供的.pb文件的输出不同。

将.pb文件转换为.tflite

终端命令（我使用this link来获得帮助。）：

python3 object_detection/export_tflite_ssd_graph.py --pipeline_config_path=/content/ssd_mobilenet_v2_coco_2018_03_29/pipeline.config --trained_checkpoint_prefix=/content/ssd_mobilenet_v2_coco_2018_03_29/model.ckpt --output_directory=/tmp/tflite_graph --add_postprocessing_op=true

以上命令抛出错误：

google.protobuf.text_format.ParseError：109：7：消息类型 “ object_detection.protos.SsdFeatureExtractor”没有名为的字段 “ batch_norm_trainable”

按照建议的here步骤执行后，错误已解决。我从“ pipeline.config”文件中注释了“ batch_norm_trainable”标签。

但是，转换后的tflite模型的检测输出与原始提供的.pb文件的检测输出不同。如何将.pb文件转换为.tflite，以便.tflite文件提供正确的输出？

输出图像：

1. 使用.pb（和.pbtxt）文件：pb_output_image1 pb_output_image2
2. 使用转换后的.tflite文件：tflite_output_image1 tflite_output_image2

使用的版本：

• 操作系统：Ubuntu 18.04
• 设备：适用于arm64的QUALCOMM MSM8996（开发板）（Android 9），摩托罗拉一电源（Android 10）
• TensorFlow版本（安装在Ubuntu上，用于转换）：1.15
• TensorFlow版本（适用于Android设备中使用的tflite，由源构建）：2.1.0
• Python版本：3.6.9
• 挡板版本：2.0.0
• GCC /编译器版本：8.3.0

任何帮助/指导都将不胜感激。

干杯：）

Answer 1

尝试使用带有tensorflow的Keras作为后端