tf模型转换为TFlite模型时出错
当将tf模型转换为TFlite模型时出现错误可能有多种原因。以下是一些可能的解决方案和建议：
- 检查模型的兼容性：确保使用的tf模型和TFlite模型之间存在兼容性。TFlite模型是一种轻量级的模型格式，通常用于在移动设备上进行推理。确保使用的tf模型是可以转换为TFlite模型的。
- 检查模型转换代码：检查用于将tf模型转换为TFlite模型的代码是否正确。确保使用了正确的API和参数。可以参考相关文档和示例代码来确保正确的转换过程。
- 检查依赖项和版本：确保使用的TensorFlow版本和TFlite转换工具的版本是兼容的。不同版本之间可能存在差异，导致转换过程出错。确保所有依赖项都已正确安装，并且版本匹配。
- 检查模型文件和路径：确保指定的tf模型文件存在，并且路径正确。检查文件权限和路径中是否包含特殊字符或空格等可能导致问题的因素。
- 检查硬件和操作系统要求：某些TFlite模型转换工具可能对硬件和操作系统有特定的要求。确保满足这些要求，例如特定的GPU驱动程序或操作系统版本。
- 查看错误消息和日志：仔细阅读错误消息和日志，以了解具体的错误原因。错误消息通常会提供有关出错的具体信息，例如缺少依赖项、模型结构不兼容等。根据错误消息来调整代码或配置。
总之，tf模型转换为TFlite模型时出错可能是由于兼容性、代码、依赖项、文件路径、硬件要求或操作系统要求等多种因素导致的。通过仔细检查和调试，可以解决这些问题并成功完成模型转换。
相关·内容
我是tensorflow的新手，我从创建了一个简单的tflite模型，它在带有tflite_flutter插件的颤振应用程序中工作得很好。
然后，我不得不用预先训练过的.h5模型来改变模型。我将.h5模型转换为.tflite模型，但它崩溃了。
转换后的预训练模型的input shape是，output shape是1，12，测试模型的input shape是1224,224，3，output shape是1，3。
我创建了一个输入形状为1224、224、3的.h5模型，并将其转换为tflite，它工作了。似乎转换是起作用的，问题可能是模型的形状。我不知道该怎么做。
下面是我用于转换的代码。
f
浏览 28提问于2022-05-15得票数 0
回答已采纳
我已经在Tensorflow中训练了一个模型，所以可以产生的最大输出值是1.0。然后我将其转换为Tensorflow Lite以放在android上，现在Tensorflow Lite模型产生的值远远大于1.0。我能做些什么来解决这个问题呢？
我使用的是Tensorflow 2.5
tf模型-> tflite模型脚本
converter = tf.lite.TFLiteConverter.from_saved_model("/content/drive/MyDrive/savedmodel")
converter.optimizations = [tf.lite.Opti
浏览 25提问于2021-06-09得票数 0
回答已采纳
我遇到了一个问题，我将keras模型转换为tensorflow lite格式，但是一旦我这样做了，转换后的模型的精度就会显着下降。该模型是一个相当简单的自然语言处理模型。在转换之前，模型的准确率约为96%，但一旦转换为tensorflow lite格式(没有任何优化)，准确率就会下降到20%左右。这是一个可笑的性能下降，所以我想知道这是可能发生的事情，还是我做错了什么？我在运行debian的beaglebone SBC上运行tflite模型，并在python上运行推论。 我的tflite转换代码： converter = tf.lite.TFLiteConverter.from_keras
浏览 149提问于2021-01-15得票数 3
我已经使用TF2对象检测API训练了一个预模型(ssd_mobilenet_v2_fpnlite_640x640)，然后导出到一个中间SavedModel，然后使用以下教程将其转换为TFlite模型：TF2 Object Detection API、Running TF2 Detection API Models on mobile、Converter Python API guide和Edge TF Lite iOS tutorial。 经过多个小时的工作，我设法让我的模型在Python环境中进行预测，并在TF lite预制的iOS应用程序中运行。 然而，在尝试了许多导出和转换模型的方法后
浏览 31提问于2020-09-09得票数 0
我在黑暗网上重新训练了我的模型，并使用将我的暗网重量转换为h5。
为了量化的目的，我用relu替换了泄漏的relu。然后，利用tf-nightly成功地将我的模型转换成tflite模型.
但是，我不能通过调整最近的错误大小来将模型解析为edgetpu。据我所知，在中支持调整最近邻居的大小，那么为什么会发生此错误呢？有办法解决吗？
下面是我的tflite转换代码：
import tensorflow as tf
import numpy as np
import sys
def representative_dataset_gen():
for _ in range(250):
浏览 3提问于2020-06-11得票数 1
回答已采纳
一些TFlite模型model.process()似乎需要TensorBuffer，而另一些则需要TensorImage。我也不知道原因?
首先，我采用了一个常规的TensorFlow / Keras模型，该模型使用以下方法保存：
model.save(keras_model_path,
include_optimizer=True,
save_format='tf')
然后，我使用以下方法将这个Keras模型(300 MB)压缩和量化为TFlite格式：
converter = tf.lite.TFLiteConverter.from_keras_model
浏览 40提问于2022-03-27得票数 0
我必须尝试对我的模型(Tflite)进行量化。 我想通过动态范围量化将float32更改为浮点数16。 这是我的代码： import tensorflow as tf
import json
import sys
import pprint
from tensorflow import keras
import numpy as np
converter = tf.lite.TFLiteConverter.from_saved_model('models')
converter.optimizations = [tf.lite.Optimize.DEFAULT]
conve
浏览 17提问于2021-04-23得票数 0
回答已采纳
通过windows命令行将tensorflow模型转换为tflite模型面临困难。
IMAGE_SIZE=224
tflite_convert \
--graph_def_file=tf_files/retrained_graph.pb \
--output_file=tf_files/optimized_graph.lite \
--input_format=TENSORFLOW_GRAPHDEF \
--output_format=TFLITE \
--input_shape=1,${IMAGE_SIZE},${IMAGE_SIZE},3 \
--input_arr
浏览 2提问于2018-12-14得票数 0
我们在转换经过预先训练的Tensorflow模型时遇到了问题，我们将其作为以下文件
snapshot_140.ckpt.index
snapshot_140.ckpt.meta
快照_140.ckpt.data-00000-00001
对于tensorflow lite，当我们使用转换后的tflie文件进行预测时，所有的预测都在Nan而正常的tensorflow模型加载时给出了正确的回归预测。
上面有这些文件，从ckpt文件到tensorflow .pb图的转换是通过tensorflow.python.tools.freeze_graph工具进行的。
然后，将TFlite_converter工
浏览 1提问于2019-05-22得票数 2
我试图将保存的模型转换为tflite模型，保存的模型保存在我的桌面上，但是当我尝试运行以下代码时:我会产生一个错误-
OSError: SavedModel file does not exist at: C:/Users/Omar/Desktop/model00000014.h5/{saved_model.pbtxt|saved_model.pb}.
不知道问题出在哪里。
import tensorflow as tf
saved_model_dir = "r"C:/Users/Omar/Desktop/model00000014.h5""
convert
浏览 5提问于2021-02-04得票数 0
我正在尝试将DNN模型的.pb格式更改为.tflite，我还想量化所有的权重和偏差。当使用以下代码时，权重以8位为单位进行量化，但偏置仍然是浮点数。
我已经使用了tf-nightly的最新版本。代码是：
import tensorflow as tf
graph_def_file = "DNN_S.pb"
converter=tf.lite.TFLiteConverter.from_frozen_graph(graph_def_file,input_arrays,output_arrays,input_shapes)
converter.target_spec.suppo
浏览 54提问于2019-08-22得票数 0
回答已采纳
我想将Keras模型转换为Tensorflow Lite模型。当我查看文档时，有人说我们可以使用tf.keras HDF5模型作为输入。这是否意味着我可以使用保存的HDF5 Keras模型作为它的输入，或者tf.keras HDF5模型和Keras HDF5模型是不同的东西？
文档：
编辑:我可以使用这个API将我的Keras模型转换成Tensorflow Lite模型，但是我还没有测试它。我的代码：
converter = tf.lite.TFLiteConverter.from_keras_model_file(path + 'plant-
recognition-model.h
浏览 1提问于2019-05-03得票数 1
回答已采纳
2回答
我正面临着坦索弗莱的问题。我知道这个错误：
不支持类型的INT32 (2)。节点STRIDED_SLICE (编号2)未能在状态1调用
我所做的是：
我用MNIST数据训练了一个模型。
model = tf.keras.Sequential([
tf.keras.layers.InputLayer(input_shape=(28, 28)),
tf.keras.layers.Reshape(target_shape=(28, 28, 1)),
tf.keras.layers.Conv2D(filters=12, kernel_size=(3, 3), activation=&
浏览 3提问于2020-11-15得票数 1
我想将整数量化的tflite模型转换为Tensorflow中的冻结图 (.pb)。我在StackOverflow上阅读并尝试了许多解决方案，但都没有奏效。具体来说，toco不起作用(output_format不能是TENSORFLOW_GRAPHDEF)。
我的最终目标是通过 tf2onnx 获得一个量化的ONNX模型，但是tf2onnx不支持tflite作为输入(只支持saved_model、检查点和graph_def )。但是，在使用TFLiteConverter对经过训练的模型进行量化之后，它只返回一个tflite文件。这就是问题产生的地方。
理想流程实质上是: float32 ->
浏览 3提问于2020-07-20得票数 3
我试图使用以下代码将tensorflow-hub(.pb)中的.pb模型转换为TensorFlow Lite文件(.tflite)：
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
import numpy as np
import tensorflow_hub as hub
module_path = 'https://tfhub.dev/deepmind/biggan-deep-256/1'
tf.compat.v1.reset_default_graph()
print('Loading Bi
浏览 6提问于2022-01-28得票数 1
回答已采纳
1回答
我想不出如何使用python在珊瑚加速器上调用我的.tflite模型。
.tflite模型是从一些示例代码生成的。它可以很好地使用tf.lite.Interpreter()类，但我不知道如何将它转换为使用edgetpu类。我尝试了edgetpu.basic.basic_engine.BasicEngine()，将模型数据类型从numpy.float32更改为numpy.uint8，但这并没有帮助。我是一个完全的初学者与TensorFlow，只是想使用我的tpu作为母校。
import numpy
import tensorflow as tf
import edgetpu
from edget
浏览 0提问于2019-06-02得票数 0
回答已采纳
1回答
我正在使用Tensorflow Lite进行一个TinyML项目，该项目包括量化模型和浮点模型。在我的管道中，我使用tf.keras API训练我的模型，然后将模型转换成TFLite模型。最后，将TFLite模型量化为int8模型。
我可以使用API model.save和tf.keras.model.load_model保存和加载“正常”的tensorflow模型
对转换后的TFLite模型也可以这样做吗？每次都要经历量化过程，这是相当耗时的。
浏览 3提问于2021-06-25得票数 2
回答已采纳
我对tensorflow相当陌生，我有一个tflite模型，需要对单个图像(即没有数据集)进行推断。docs说输入应该是224,224,3，并缩放到，但是我很难把这个重新标度为0,1。
目前，我有这样的情况：
img = tf.io.read_file(image_path)
img = tf.io.decode_image(img, channels=3)
img = tf.image.convert_image_dtype(img, tf.uint8)
print('min max img value',tf.reduce_min(img),
浏览 17提问于2022-02-17得票数 0
我在将tensorflow会话转换为tensorflow模型时遇到了一个问题。
问题是TFLiteConverter强制使用FlexFloorDiv替换原始函数(tf.floordiv)，而tflite不支持FlexFloorDiv。
但是我已经检查了tflite的API列表，我发现tflite支持floor_div ()。
我想要一个最初由tflite支持的转换，换句话说，我只希望使用'tf.lite.OpsSet.TFLITE_BUILTINS'。
import tensorflow as tf
if tf.__version__ > '2':
浏览 4提问于2022-01-21得票数 0
回答已采纳
我正在尝试转换这三个预先训练过的模型文件：
semantic_model.data-00000-of-00001semantic_model.indexsemantic_model.meta
转换为保存的模型格式，以便以后可以将其转换为TFLite格式进行推理。在搜索StackOverflow时，我会遇到这样的代码，它正确地生成Saved_model.pb，但是，正如在一些注释中所指出的，这样做并不能保持，这在以后尝试将其转换为TFlite格式或冻结它时会导致错误。
import os
import tensorflow.compat.v1 as tf
tf.compat.v1.disable
浏览 1提问于2021-01-05得票数 0
回答已采纳
1回答
我正在尝试将keras模型转换为tflite量化模型，这样我就可以在coral TPU上运行我的模型，但我的keras模型和tflite模型的输出明显不同。
红点是量化的tflite模型输出，蓝点是原始keras模型输出。
下面是我将keras模型转换为量化tflite模型的代码：
quant = True
gc.collect()
import tensorflow as tf
import numpy as np
import pathlib
print(tf.__version__)
converter = tf.lite.TFLiteConverter.from_keras_
浏览 4提问于2020-05-28得票数 1
我想确定我执行的获得yolov2-lite模型的tflite的下列步骤是否正确？
Step1将图和权值保存到原始文件
flow --model cfg/yolov2-tiny.cfg --load bin/yolov2-tiny.weights --savepb。
此命令使用yolov2-tiny.pb和yolov2-tiny.meta创建build_graph文件夹。
Step2将pb转换为tflite
我执行了下面的代码以获得yolov2-tiny.tflite
import tensorflow as tf
localpb = 'yolov2-tiny.pb'
tf
浏览 7提问于2019-11-04得票数 0
回答已采纳
我无法转换retrained_graph.pb文件(启动-V3)模型从再培训到.tflite模型的安卓应用程序。
编写retrained_graph.pb文件的代码是：
output_graph_def = graph_util.convert_variables_to_constants(sess, graph.as_graph_def(), [FINAL_TENSOR_NAME])
with gfile.FastGFile(graph_file_name, 'wb') as f:
f.write(output_graph_def.Serial
浏览 3提问于2019-07-10得票数 0
回答已采纳
当使用TFLite模型(.tflite)而不是原始TensorFlow模型(.h5)时，推理的准确性和运行时间是否会下降，或者会有多大程度的下降，是否有一个通用的说法？
浏览 0提问于2021-05-27得票数 0
是否有可能将tflite模型转换为pb模型？
我看过很多关于转换"pb->tflite“的文章，但是没有机会找到"tflite->pb”。
如果这是不可能的，是否有任何方法，我可以做量化，只有tflite文件？
(到目前为止，我注意到tf.lite.TFLiteConverter.from_saved_model()只接受pb文件，这就是为什么我试图将tflite转换为pb)。
任何提示或建议都会很棒！
谢谢
浏览 5提问于2021-04-23得票数 2
回答已采纳
1回答
下面一行保存了一个Keras模型：
tf.keras.models.save_model(model, "path/to/model.h5")
稍后，我尝试将其转换为tflite文件，如下所示：
converter = tf.contrib.lite.TFLiteConverter.from_keras_model_file('path/to/model.h5')
tflite_model = converter.convert()
open("path/to/model.tflite", "wb").write(tflite_m
浏览 0提问于2019-04-15得票数 1
回答已采纳
我目前有一个问题，将tensorflow .pb模型转换为TFlite格式。我目前正在遵循上的指令，错误说
回溯(最近一次调用)：File“/usr/local/bin/tflite_ImportError”，第5行，从tensorflow.lite.python.tflite_convert导入主ImportError:没有名为lite.python.tflite_convert的模块
我正在使用Google提供的命令
tflite_convert \--图_def_file=tf_files/重新训练的_Graph.pb\
-输出_file=tf_files/优化_GRAPHDE
浏览 2提问于2019-10-26得票数 0
我有一个tflite模型，我是通过转换我的TFmodel( MobileNet单镜头检测器(v2 ) )获得的。
我已经使用下面的代码成功地将我的模型转换成tflite格式。
!tflite_convert \
--input_shape=1,300,300,3 \
--input_arrays=normalized_input_image_tensor \
--output_arrays=TFLite_Detection_PostProcess,TFLite_Detection_PostProcess:1,TFLite_Detection_PostProcess:2,TFLit
浏览 3提问于2020-11-12得票数 0
回答已采纳
1回答
我有一个tflite模型，我想把它转换成tensorflow或者keras或者ONNX格式。有什么办法吗？ 我可以使用tf解释器导入它，然后在python上运行它。但是，我想将其转换为上述格式之一。 import tensorflow as tf
interpreter = tf.lite.Interpreter(model_path="conv_actions_frozen.tflite")
tensors = interpreter.get_tensor_details()
浏览 313提问于2019-09-25得票数 3
1回答
我有这个代码来构建一个语义搜索引擎，使用来自tensorflow中心的经过预先训练的通用编码器。我无法改信于特利特。我已将模型保存到我的目录中。
进口模型：
module_path ="/content/drive/My Drive/4"
%time model = hub.load(module_path)
#print ("module %s loaded" % module_url)
#Create function for using modeltraining
def embed(input):
return model(input)
培训数
浏览 4提问于2020-04-01得票数 0
我保存了一个tensorflow模型，与中的所有模型相同。
我想将它转换为tesorflow lite，我从tensorflow github (我的tensorflw版本是2)中找到了以下方法：
!wget http://download.tensorflow.org/models/object_detection/tf2/20200711/ssd_resnet50_v1_fpn_640x640_coco17_tpu-8.tar.gz
# extract the downloaded file
!tar -xzvf ssd_resnet50_v1_fpn_640x640_coco17_tp
浏览 15提问于2020-08-09得票数 5
回答已采纳
考虑将我的TensorFlow模型转换为Flatbuf格式(.tflite)。
但是，我的模型允许任意大小的输入，即您可以同时对一个项或N个项进行分类。当我尝试转换时，它会抛出一个错误，因为我的一个输入/输出设备是NoneType类型的。
想想像这样的东西，在计算图中，我们输入的x是形状的[None, 784]。
在中，您可以像这样将模型转换为FlatBuf：
import tensorflow as tf
img = tf.placeholder(name="img", dtype=tf.float32, shape=(1, 64, 64, 3))
val = img +
浏览 1提问于2018-04-25得票数 4
回答已采纳
1回答
为了在新的OpenMV上运行，我将我的.h5文件转换为量化的tflite，但当我运行它时，我得到一个错误，说“混合模型在TFLite H7上不受支持。” 我不确定为什么我的模型看起来是混合的；我用来转换的代码如下： model = load_model('inceptionV3.h5')
# Convert the model.
converter = tf.lite.TFLiteConverter.from_keras_model(model)
converter.optimizations = [tf.lite.Optimize.DEFAULT]
converter.t
浏览 28提问于2020-06-27得票数 0
我一直试图按照这个过程在Google：上运行一个对象检测器(SSD MobileNet)
我成功地使用对象检测API对我的模型进行了培训和评估。我既有检查点格式的模型，也有tf SavedModel格式。根据文档，下一步是使用训练后量化转换为.tflite格式.
我想学习的例子。运行后的export_tflite_graph_tf2.py脚本和转换代码没有错误，但是当我尝试使用模型运行推理时，我看到了一些奇怪的行为。
我无法使用由saved_model生成的export_tflite_graph_tf2.py。当运行以下代码时，我会得到一个错误：
print('loadin
浏览 7提问于2022-08-12得票数 1
1回答
我训练了一个模型，并将其转换为.tflite模型。我已经使用以下内容完成了训练后量化： import tensorflow as tf
converter = tf.lite.TFLiteConverter.from_saved_model(saved_model_dir)
converter.optimizations = [tf.lite.Optimize.OPTIMIZE_FOR_SIZE]
tflite_quant_model = converter.convert() 但是，当我尝试在RaspberryPi上使用模型进行推理时，我得到了以下错误 Traceback (most re
浏览 36提问于2019-06-23得票数 3
回答已采纳
我在keras中有一个模型，它使用带有双向包装器的1层LSTM，我想将其转换为tensorflow lite。
在训练模型以保存模型和最佳权重时，我使用了回调ModelCheckpoint。
然后，我使用以下代码从检查点重新加载经过最佳训练的模型：
predictor = None
path_Load = os.path.join(os.getcwd(),'LSTMB_CheckPoints.hdf5')
predictor = load_model(path_Load)
predictor.load_weights(path_Load)
在使用验证数据进行检查时，模型会成功加
浏览 3提问于2019-09-16得票数 0
我正在尝试使用Flutter上的MobileNetV2模型来实现目标检测。因为，大多数在线可用的Flutter应用程序的示例或实现都没有使用MobileNetV2，所以我花了很长的时间才到达那个阶段。
我实现这一点的方法如下：
1)创建了一个python脚本，其中我使用了Keras (后端Tensorflow)的MobileNetV2模型(在ImageNet上预先训练了1000个类)，并用图像测试了它，看看它在正确检测对象后是否返回了正确的标签。下面提供了Python脚本以供参考
2)将相同的MobileNetV2 keras模型(MobileNetV2.h5)转换为Tensorflow Li
浏览 1提问于2020-06-05得票数 0
我想将经过Pytorch训练的模型转换为tensorflow模型，并在移动设备上使用该模型。为此，我遵循以下步骤；首先，我将pytorch训练好的模型转换为onnx格式。然后，我将onnx格式转换为tensorflow模型。 首先将pytorch训练好的模型转换为onnx； import torch
import torch.onnx
from detectron2.modeling import build_model
from detectron2.modeling import build_backbone
from torch.autograd import Variable
mo
浏览 49提问于2021-03-29得票数 0
大家好，我尝试使用以下代码将我的模型从.h5(keras)转换为.tflite
import tensorflow as tf
keras_model = tf.keras.models.load_model("model06.h5")
converter = tf.lite.TFLiteConverter.from_keras_model(keras_model)
tflite_model = converter.convert()
with open('model06.tflite', 'wb') as f:
f.write(tfl
浏览 34提问于2021-05-12得票数 0
我正在尝试生成自定义张量流模型(tf/tflite文件)，我想要用于我的移动应用程序。
我经历过很少的机器学习和张量流博客，从那里我开始生成一个简单的ML模型。
所有这些都很好，他们引导我做下面的步骤，
I)安装所有必要的工具(TensorFlow、Python、木星等)。(2)加载培训和测试数据。(3)运行列车张量流过程，并对结果进行评价。(四)提高准确度的步骤
但是我无法生成..tf/..tflite文件。
我尝试了下面的代码，但这会生成一个空文件。
converter = tf.contrib.lite.TFLiteConverter.from_sessi
浏览 0提问于2019-05-24得票数 1
如何创建一个可以转换为TensorFlow Lite (tflite)并可用于TensorFlow应用程序的TensorFlow模型？
按照Google速成课程中的例子，我创建了一个分类器并训练了一个模型。我导出了模型，因为保存了模型。我想将模型转换为.tflite文件，并将其用于安卓上的推断器。
很快(实际上以后)，我明白我的模型使用了ParseExampleV2. - 。
下面是我用来训练模型的分类器：
classifier = tf.estimator.DNNClassifier(
feature_columns=[tf.feature_column.numeric_co
浏览 1提问于2020-03-10得票数 0
回答已采纳
1回答
我正在为Raspberry Pi0W开发一个图像分类模型/程序，我想知道是否有可能进行代码升级，以加速图像处理。
一般资料：
EfficientNetB5image的主要模型是240x320在覆盆子上的灰度，它应该是一个图像分类，不可能‘实时流’和目标检测i承认覆盆子pI0W不是TF的最佳匹配，但无论如何，在60秒内预测一幅图像时可能有一种方法，这是太多的。
我的想法是，也许我应该训练低维的模型，也许主要模型的learning_rate会影响rpi的速度？
下面我附上两个脚本。
Tensorflow save_model变换为tf_lite量化模型
import tensorflow as t
浏览 4提问于2020-07-02得票数 0
为了在移动设备上运行，我想把一个模型(如Mobilenet V2)从Py手电筒转换成tflite。
有人这样做了吗？
我发现的是一种使用ONNX将模型转换为中间状态的方法。然而，这似乎不能正常工作，因为Tensorflow期望使用NHWC-通道命令，而onnx和py手电筒则使用NCHW通道命令。
有一个讨论，但在我的例子中，转换工作没有抱怨，直到一个“冻结的tensorflow图形模型”，在试图将模型进一步转换为tflite之后，它抱怨频道顺序是错误的.
到目前为止，我的代码如下：
import torch
import torch.onnx
import onnx
from onnx_tf.
浏览 18提问于2020-05-08得票数 1
1回答
我正在开发一个具有回归预测的深度学习模型。我创建了一个tflite模型，但是它的预测与原始模型不同，它们完全错误。以下是我的过程：
我用克拉斯训练我的模特
model = Sequential()
model.add(Dense(100, input_dim=x.shape[1], activation='relu')) # Hidden 1
model.add(Dense(50, activation='relu')) # Hidden 2
model.add(Dense(1)) # Output
model.compile(loss='mean_sq
浏览 1提问于2018-07-27得票数 4
回答已采纳
我正在尝试将Tensorflow对象检测model(ssd-mobilenet-v2-fpnlite，从转换为TFLite。首先，我使用训练模型，然后使用导出保存的模型(.pb)。但是，当要将.pb文件转换为.tflite时，它会抛出此错误。
OSError: SavedModel file does not exist at: /content/gdrive/My Drive/models/research/object_detection/fine_tuned_model/saved_model/saved_model.pb/{saved_model.pbtxt|saved_model.p
浏览 12提问于2020-09-29得票数 1
回答已采纳
2回答
我尝试了许多方法，但我无法将保存的模型文件转换为tf lite模型，每次运行新代码时，我都会收到不同的错误。从形状错误到下面列出的错误。 File "C:\\models\py\lib\site-packages\tensorflow\python\eager\monitoring.py", line 407, in __del__
AttributeError: 'NoneType' object has no attribute 'TFE_MonitoringDeleteBuckets' 我使用的是以下代码： import tenso
浏览 15提问于2020-11-01得票数 0
我试图通过tf.keras.preprocessing.image_dataset_from_directory()调用dataset，将TF模型量化为TFLite模型，以便将其部署到我的ESP32上，并使用images_batch和labels_batch迭代representative dataset()函数。但是，我得到了一个错误：'EndVector()接受1个位置参数，但给出了2个‘，并且无法纠正它。有谁能帮帮我吗？ TFlite转换器代码： converter = tf.lite.TFLiteConverter.from_saved_model(MODEL_DIR)
浏览 21提问于2021-08-16得票数 0
我使用tensorflowjs_converter将tflite模型转换为tensorflowjs模型。存储库可以在web浏览器中下载，但在使用tensorflowjs_converter时失败。
tensorflowjs_converter --input_format=tf_hub 'https://tfhub.dev/sayakpaul/lite-model/arbitrary-image-stylization-inceptionv3/dr/predict/1' ./web_model
它输出一个Http 404，但我的连接很好。当我运行示例代码时，它工作正常，并下载了
浏览 9提问于2021-08-18得票数 0
回答已采纳
我正在尝试将TF模型转换为TFLite。模型是以.pb格式保存的，我用以下代码对其进行了转换：
import os
import tensorflow as tf
from tensorflow.core.protobuf import meta_graph_pb2
export_dir = os.path.join('export_dir', '0')
if not os.path.exists('export_dir'):
os.mkdir('export_dir')
tf.compat.v1.enable_con
浏览 2提问于2020-10-07得票数 2
回答已采纳
1回答
我在定制数据集上训练了我的yolov4模型，它给了我大约90%-100%的准确性，太棒了！但是我想将权重转换为TFlite，因为我需要在边缘设备上执行一些检测任务。但是，在我把它转换成第一个TF权重，然后是TFLite权重之后，它输出了真正的随机预测，如下图所示。第一幅图像来自暗网检测，第二幅来自TFLite检测。
使用以下命令进行暗网检测：
!./darknet detector test data/obj.data cfg/yolov4-obj.cfg /content/drive/MyDrive/yolov4/backup/yolov4-obj_last.weights /content
浏览 0提问于2021-08-10得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
