问题标签 [tensorflow-lite]

我已经使用uint8量化将PB文件转换为tflite 。我想知道如何将uint8的输出转换回浮点数，以便之前的代码仍然可以工作。

我已经基于经过训练的模型生成了一个 .tflite 模型，我想测试 tfilte 模型是否给出与原始模型相同的结果。

给出相同的测试数据并获得相同的结果。

我正在使用 tensorflow 和 tflite 来检测对象。我使用的模型是来自https://github.com/tensorflow/models/tree/master/research/object_detection的 mobilenet_ssd（版本 2）

检测的输入图像大小固定为300*300，在模型中是硬编码的。我想输入1280*720的图像进行检测，怎么做？我没有分辨率为 1280*720 的训练图像数据集。我只有 pascal 和 coco 数据集。

如何修改模型以接受 1280*720 图像（不缩放图像）进行检测？

我有更快的 rcnn 模型，我使用 GPU 训练并在我的谷歌云实例上工作（使用谷歌模型 API 训练），
我想在移动设备上运行它，我找到了一些 GitHub，显示如何运行 SSDmobileNet 但我找不到一个运行 Faster-rcnn。
实时不是我现在关心的问题。
我有 iPhone 6、iOS 11.4
该模型可以使用 Metal、CoreML、tensorflow-lite 运行......但对于 POC，我需要它在没有训练新网络的情况下在移动设备上运行。
有什么帮助吗？
谢谢！

我正在使用这个演示中的 retrain.python 文件。我得到不同类型的文件：

我想用检查点文件冻结 graph.pb，优化冻结的文件，然后将优化的文件转换为 tflite 文件，以便在 android 应用程序中使用它。

我尝试了不同的方法来冻结文件，但没有运气，

终端中不存在获取检查点文件

和

UnicodeDecodeError：“utf-8”编解码器无法解码位置 1 的字节 0x86：无效的起始字节

如何完成所有步骤并获取tflite文件以及如何合并labels.txt文件？

注意：这是我在终端中使用的命令：

错误：检查点''不存在！

试过：

请帮忙！

我正在使用 Swift、Firebase 和 Tensorflow 构建图像识别模型。我有一个重新训练过的 MobileNet 模型，该模型将 [1,224,224,3] 的输入数组复制到我的 Xcode 包中，当我尝试从图像中添加数据作为输入时，出现错误：Input 0 should have 602112 bytes, but found 627941 bytes.我正在使用以下代码：

如何将图像数据重新处理为 602112 字节？如果有人可以帮助我，我会很困惑，那就太好了:)

我正在 Raspberry Pi 3b 上使用 TF lite 开发一个 Tensorflow 嵌入式应用程序，运行 Raspbian Stretch。我已将图形转换为 flatbuffer (lite) 格式，并在 Pi 上本地构建了 TFLite 静态库。到目前为止，一切都很好。但是应用程序是 Python 并且似乎没有可用的 Python 绑定。Tensorflow Lite 开发指南 ( https://www.tensorflow.org/mobile/tflite/devguide ) 指出“有 Python 绑定和演示应用程序的计划。” 然而，/tensorflow/contrib/lite/python/interpreter_wrapper 中有包含所有需要的解释器方法的包装器代码。然而，从 Python 调用它却让我难以理解。

我生成了一个 SWIG 包装器，但构建步骤失败并出现许多错误。没有描述interpreter_wrapper 状态的readme.md。所以，我想知道包装器是否对其他人有用，我应该坚持下去，还是它从根本上被破坏了，我应该去别处寻找（PyTorch）？有没有人找到 Pi3 的 TFLite Python 绑定的路径？

TLDR：我ValueError:在运行时得到一个

目标：我正在尝试将 TensorFlow 保存的模型转换为 tflite，以便通过 Firebase 在移动设备上进行部署。我可以训练模型并输出保存的模型，但我无法.tflite使用 python ToCo 接口将其转换为。任何帮助将不胜感激。此外，如果有人可以评论 tflite 转换是否会捕获hub.text_embedding_column()我所依赖的输入过程。移动部署会使用原始输入文本执行此操作，还是我需要单独部署其中的那一部分？

问题：这是我正在运行的代码：

输入：

训练和评估：

保存模型：

转换模型：

错误

运行最后一行时，出现以下错误：

ValueError：张量 input_example_tensor：0 未知类型 tf.string

完整的跟踪是：

ValueError Traceback (最近一次调用最后一次)
in ()
1 converter = tf.contrib.lite.TocoConverter.from_saved_model("my-model/1529320265/")
----> 2 tflite_model = converter.convert()

/media/rmn/data/projects/anaconda3/envs/monily_tf19/lib/python3.6/site-packages/tensorflow/contrib/lite/python/lite.py in convert(self)
307 reorder_across_fake_quant=self.reorder_across_fake_quant,
308 change_concat_input_ranges =self.change_concat_input_ranges,
--> 309 allow_custom_ops=self.allow_custom_ops)
310 返回结果
311
/media/rmn/data/projects/anaconda3/envs/monily_tf19/lib/python3.6/site-packages/tensorflow/contrib/lite/ python/convert.py in toco_convert(input_data, input_tensors, output_tensors, inference_type, inference_input_type, input_format, output_format, quantized_input_stats, default_ranges_stats, drop_control_dependency, reorder_across_fake_quant, allow_custom_ops, change_concat_input_ranges)
204 else:
205 raise ValueError("Tensors %s not known type %r" % (input_tensor.name, --> 206 input_tensor.dtype))
207
208 input_array = model.input_arrays.add()

ValueError：张量 input_example_tensor：0 未知类型 tf.string

细节

train_df并且test_df是由单个输入文本列和二进制目标变量组成的熊猫数据框。我正在使用 Python 3.6.5 和 TensorFlow r1.9。

I have a .pb model, which I want to use as a custom MLKit model. MLKit only supports .tflite models, but even after I use toco to get the TensorFlow Lite model, the file size is too large for Firebase (95 MB and only 40 MB allowed).

Is there a way to quantize the graph and then convert to TFLite or quantize a .tflite graph?

When I do the former, I get the following error message: Unsupported TensorFlow op: Dequantize) for which the quantized form is not yet implemented. Sorry, and patches welcome (that's a relatively fun patch to write, mostly providing the actual quantized arithmetic code for this op).

我一直在尝试 TFLite 来提高 Android 上的检测速度，但奇怪的是我的 .tflite 模型现在几乎只检测到 1 个类别。

我已经对重新训练移动网络后得到的 .pb 模型进行了测试，结果很好，但由于某种原因，当我将其转换为 .tflite 时，检测就差了……

对于再训练，我使用了来自Tensorflow 的 retrain.py 文件，用于诗人 2

我正在使用以下命令来重新训练、优化推理并将模型转换为 tflite：

我在这里做错什么了吗？准确性的损失从何而来？