如何在Tensorflow Lite上为CoreML代理设置填充类型以修复“`PoolingLayerBuilder (平均)_1”未设置。
提问于 2021-08-03 06:00:19
最近，我在谷歌的视觉平台上训练了一个对象检测模型，并将其导出到TensorFlow Lite边缘模型。
在具有iOS委托的CoreML设备上运行时，我在Xcode中收到此错误：
验证器错误:未设置池层'PoolingLayerBuilder (平均值)_1‘的填充类型。
当使用带有iOS委托的TensorFlow lite在CoreML上运行时，我得到以下错误：
编译模型错误，读取原型规范错误。验证器错误:未设置池层'PoolingLayerBuilder (平均值)_1‘的填充类型。
到目前为止，我尝试过的是：
- 更新我的豆荚，以确保我在TensorFlowLiteSwift夜间构建
- 只在CPU上运行(模型工作，因此我知道这是一个CoreML委托问题)
- 确保CoreMLDelegate正在使用CoreML的最新版本(3)
下一步？
- 尝试修改TFLite文件本身以某种方式设置池层的填充类型。怎么做还不明显
- 尝试修改CoreML委托以将填充类型设置为默认类型？在这个文件的某个地方？builder.cc#L54
这是正确的方法，还是有一个更简单的解决方案，我没有看到？
回答 2
Stack Overflow用户
发布于 2021-08-31 23:40:29
为了编辑TFlite模型，我建议您使用这个称为内特恩的python库。我没有用对象检测模型来测试这一点，但是我将在一天内更新这个评论，但是，我设法访问了模型本身并修改了它的配置。
当您安装Netron并将model.tflite作为netron 'model.tflite'调用时，将在命令shell中显示一个服务器链接。单击它时，您将访问模型的图形模式。当您单击一个层时，将显示一组属性，您可以在那里修改这些属性。多亏了这个github评论，我才注意到这一点。我想这会让你解决你的问题。
同时，一旦有了新部署的对象检测用例模型，我将尝试修改模型的CoreML版本。我会随时通知你的！
让我知道这是否对你有帮助。
Stack Overflow用户
发布于 2021-09-06 03:32:48
有些事情你可以试试：
- 使用.onnx将模型转换为tensorflow-onnx格式。
- 不需要将.tflite转换为CoreML模型，您可以尝试将tensorflow模型(.h5、SavedModel、tf.keras.Model、具体函数)直接转换为CoreML。参考文献：Tensorflow 2转换
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/68637444
复制
腾讯云开发者
