我有一个downloaded来自Google的Tensorflow.js(tfjs)的经过预先训练的PoseNet模型,因此它是一个 json 文件。
但是,我想在Android上使用它,因此我需要.tflite
模型。尽管有人将类似的模型从tfjs“移植”到tflite here,但我不知道他们转换了哪种模型(PoseNet有很多变体)。我想自己做。另外,我不想运行有人上传到stackOverflow中的文件中的任意代码:
警告:小心不可信任的代码-TensorFlow模型是代码。有关详细信息,请参见安全使用TensorFlow。 Tensorflow docs
有人知道方便的方法吗?
答案 0 :(得分:2)
您可以通过查看json文件来找出tfjs格式。通常会说“图形模型”。它们之间的区别是here。
import tfjs_graph_converter.api as tfjs
tfjs.graph_model_to_saved_model(
"savedmodel/posenet/mobilenet/float/050/model-stride16.json",
"realsavedmodel"
)
# Code below taken from https://www.tensorflow.org/lite/convert/python_api
converter = tf.lite.TFLiteConverter.from_saved_model("realsavedmodel")
tflite_model = converter.convert()
# Save the TF Lite model.
with tf.io.gfile.GFile('model.tflite', 'wb') as f:
f.write(tflite_model)
注意:这仅适用于图层模型格式,不适用于问题中的图形模型格式。我已经写了它们之间的区别here。
在Mac上,您会遇到运行pyenv(fix)的问题,而在Z-shell上,pyenv无法正确加载(fix)。另外,一旦pyenv运行,请使用python -m pip install tensorflowjs
而不是pip install tensorflowjs
,因为pyenv并没有为我改变pip使用的python。
一旦您遵循了tensorflowjs_converter guide,请运行tensorflowjs_converter
来验证它是否正确运行,并且应该警告您Missing input_path argument
。然后:
tensorflowjs_converter --input_format=tfjs_layers_model --output_format=keras tfjs_model.json hdf5_keras_model.hdf5
.tflite
文件。以下内容在Python文件中运行:# Convert the model.
model = tf.keras.models.load_model('hdf5_keras_model.hdf5')
converter = tf.lite.TFLiteConverter.from_keras_model(model)
tflite_model = converter.convert()
# Save the TF Lite model.
with tf.io.gfile.GFile('model.tflite', 'wb') as f:
f.write(tflite_model)
或保存到SavedModel:
# Convert the model.
model = tf.keras.models.load_model('hdf5_keras_model.hdf5')
tf.keras.models.save_model(
model, filepath, overwrite=True, include_optimizer=True, save_format=None,
signatures=None, options=None
)