Python 定义tf.lite.TocoConverter的输入和输出张量

我试图将这个CPM-TF模型转换为TFLite，但要使用TocoConverter，我需要指定输入和输出张量。

我运行了包含的

run\u freeze\u model.py

，得到了

cpm\u hand\u freezed.pb

（GraphDef？）文件

从这篇文章中，我复制了用于转换ProtoBuf文件的代码片段，其中包含已知的输入和输出。但是通过查看模型定义代码，我很难找到输入和输出的正确答案。

将tensorflow导入为tf
将numpy作为np导入
从配置导入标志
路径\到\冻结\图形DEF \ U pb='冻结\模型/cpm\手动\冻结.pb'
def总管（argv）：
input_张量=[1，FLAGS.input_size，FLAGS.input_size，3]
输出\u张量=np.0（接缝的标志.num\u）
冻结图定义=tf.GraphDef（）
将打开（路径到冻结的图形“rb”）作为f：
冻结的_图形_def.ParseFromString（f.read（））
tflite\u model=tf.contrib.lite.toco\u convert（冻结图、输入张量、输出张量）
如果uuuu name uuuuuu='\uuuuuuu main\uuuuuuu'：
tf.app.run（）

我对Tensorflow很陌生，但我认为输入应该定义为

[1，FLAGS.input\u size，FLAGS.input\u size，3]

在这里发现：

不确定1代表什么，但没有一个不起作用，我猜其他参数是图像大小和颜色通道

但是，对于该输入，它将返回一个错误：

AttributeError:“int”对象没有属性“dtype”

我不知道输出应该是什么，除了它应该是一个数组

---

更新1

查看TF文档，似乎我需要将输入定义为张量（很明显！）。

input\u tensors=tf.placeholder（name=“img”，dtype=tf.float32，shape=（1，FLAGS.input\u size，FLAGS.input\u size，3））

这不会返回错误，但我仍然需要弄清楚输入是否正确以及输出应该是什么样子

---

更新2 好的，我终于用这个代码片段写出了tflite模型

def tflite_converter():
    graph_def_file = os.path.join('frozen_models', '{}_frozen.pb'.format('cpm_hand'))

    input_arrays = ['input_placeholer']
    output_arrays = [FLAGS.output_node_names]

    converter = tf.lite.TFLiteConverter.from_frozen_graph(graph_def_file, input_arrays, output_arrays)
    tflite_model = converter.convert()

    open('{}.tflite'.format('cpm_hand'), 'wb').write(tflite_model)

我希望我做得对。我将尝试在Android上对模型进行推断。 我也确实认为输入张量

输入\u占位符

中存在拼写错误。它似乎在代码本身中得到了更正，但从打印出预训练模型中的所有节点名称时，拼写

input\u placeholer

就出现了

可以在此处看到节点名称：

---

我的设置是：

Ubuntu 18.04
CUDA 9.1和cuDNN 7.0
Python 3.6.5
Tensorflow GPU 1.6

---

推理就像一个符咒，所以设置本身应该没有问题。

这个答案可能会有所帮助->@ShubhamPanchal谢谢你，但我对TF不够熟悉，无法将其应用于我的问题。我将输入张量更改为tf.placeholder（）对象，该对象没有返回任何错误，但我猜我的输出与输入不同，对吗？

输入和
输出是张量列表，而不是它们的名称或输入形状。因此，让它变得非常简单。这里的张量
tf.placeholder（name=“img”，dtype=tf.float32，shape=（1，FLAGS.input\u size，FLAGS.input\u size，3））
应该在这样的数组中？还是用另一种方式
[tf.placeholder（name=“img”，dtype=tf.float32，shape=（1，FLAGS.input\u size，FLAGS.input\u size，3））
@ShubhamPanchal我再次更新了姿势-我能让你看看我的解决方案吗？你认为它会起作用吗？这个答案可能会有帮助->@ShubhamPanchal谢谢你，但我对TF不够熟悉，无法将其应用于我的问题。我将输入张量更改为tf.placeholder（）对象，该对象没有返回任何错误，但我猜我的输出与输入不同，对吗？
输入和
输出是张量列表，而不是它们的名称或输入形状。因此，让它变得非常简单。这里的张量
tf.placeholder（name=“img”，dtype=tf.float32，shape=（1，FLAGS.input\u size，FLAGS.input\u size，3））
应该在这样的数组中？还是用另一种方式
[tf.placeholder（name=“img”，dtype=tf.float32，shape=（1，FLAGS.input\u size，FLAGS.input\u size，3））
@ShubhamPanchal我再次更新了姿势-我能让你看看我的解决方案吗？你认为这样行吗？