Python 如何正确地将tflite_graph.pb转换为detect.tflite
我正在使用tensorflow对象检测api，使用tensorflow提供的ssdlite_mobilenet_v2_coco_2018_05_09来培训定制模型 我成功地训练了模型，并使用中提供的脚本进行了测试 问题是，我需要一个detect.tflite在我的目标机器嵌入式系统中使用它。但是，当我从我的模型中实际生成一个tflite时，它几乎什么也不输出，当它生成时，它是一个错误的检测。为了生成.tflite文件，我首先使用export\u tflite\u ssd\u graph.py，然后通过以下和一些google搜索对输出使用toco命令： toco-graph\u def\u file=$OUTPUT\u DIR/tflite\u graph.pb-OUTPUT\u file=$OUTPUT\u DIR/detect.tflite-input\u shapes=1300300,3-input\u array=normalized\u input\u image\u tensor-OUTPUT\u array='tflite\u Detection\u PostProcess'，'tflite\u Detection\u PostProcess:1'，'tflite\u Detection\u PostProcess:2'，'tflite\u Detection\u PostProcess:3'-允许自定义操作 另外，我用于.tflite中检测任务的代码工作正常，因为我使用ssd\u mobilenet\u v3\u small\u coco detect.tflite文件对其进行了测试。问题在于toco命令。我使用的一些文件已经过时，误导了我。toco已被弃用，我应该改用tflite\u转换工具 以下是我从您的培训目录中运行的完整命令： tflite\u convert-图形定义文件tflite\u推理图/tflite\u graph.pb -输出文件=./detect.tflite-output\u format=tflite-input\u shapes=1300300,3-input\u数组=标准化的输入图像张量-output\u数组='tflite\u Detection\u PostProcess'，'tflite\u Detection\u PostProcess:1'，'tflite\u Detection\u PostProcess:2'，'tflite\u Detection\u PostProcess:3' -推断类型=量化范围8-平均值=128-标准值=127-更改输入范围=假-允许自定义操作 我在ssdlite_mobilenet_v2_coco_2018_05_09型号上进行了培训，并将其添加到了我的.config文件末尾Python 如何正确地将tflite_graph.pb转换为detect.tflite,python,tensorflow,object-detection-api,tensorflow-lite,Python,Tensorflow,Object Detection Api,Tensorflow Lite,我正在使用tensorflow对象检测api，使用tensorflow提供的ssdlite_mobilenet_v2_coco_2018_05_09来培训定制模型 我成功地训练了模型，并使用中提供的脚本进行了测试 问题是，我需要一个detect.tflite在我的目标机器嵌入式系统中使用它。但是，当我从我的模型中实际生成一个tflite时，它几乎什么也不输出，当它生成时，它是一个错误的检测。为了生成.tflite文件，我首先使用export\u tflite\u ssd\u graph.py，然
graph_rewriter {
quantization {
delay: 400
weight_bits: 8
activation_bits: 8
}
}