0

architecture="mobilenet_1.0_128_quantized"我用自己的图像数据集成功地重新训练了 mobilenet 量化模型 ( ):

python3 -m scripts.retrain \
  --bottleneck_dir=tf_files/bottlenecks_quant \
  --how_many_training_steps=50000 \
  --model_dir=tf_files/models/ \
  --summaries_dir=tf_files/training_summaries/"mobilenet_1.0_128_quant" \
  --output_graph=tf_files/retrained_graph_50000_1.0_128.pb \
  --output_labels=tf_files/retrained_labels.txt \
  --architecture="mobilenet_1.0_128_quantized" \
  --image_dir=images

当我尝试使用将 .pb 文件转换为 .tflite 时

toco \
  --graph_def_file=tf_files/retrained_graph_50000_1.0_128.pb \
  --output_file=tf_files/retrained_graph_50000_1.0_128.tflite \
  --input_format=TENSORFLOW_GRAPHDEF --output_format=TFLITE \
  --inference_type=QUANTIZED_UINT8 \
  --input_shape="1,128,128,3" \
  --input_array=input \
  --output_array=outputs \
  --std_dev_values=127.5 --mean_value=127.5

它失败并出现下一个错误:

ValueError:找到了无效的张量“输出”。

4

0 回答 0