将Facenet .npz训练的模型转换为TensorFlow-Lite(tflite)格式

时间:2020-05-02 10:36:18

标签: python tensorflow tf-lite

我使用了MTCNN(用于人脸检测)的组合,并且Facenet模型在不同的人脸上训练,并将权重(人脸嵌入)生成到.npz文件中。我已经使用Keras API加载模型并进行训练,并将其用于进一步面部识别的推理。整个设置工作正常。

现在,我想使用Firebase AutoML自定义模型实现(仅支持tensorflow-lite模型)在Android应用中使用相同的权重进行人脸识别。因此,我想将经过Facenet训练的权重(以'.npz'文件格式嵌入的脸部)转换为tensorflow-lite(.tflite)模型。

但是我找不到任何解决方案,有一些选项可以将Facenet冻结模型“ .pb”文件转换为tflite。单击here了解详细信息。

如果您对此转换有任何了解,请提供帮助。

谢谢

0 个答案:

没有答案