Python 如何在RaspberryPi上运行TFLite模型

我在我的电脑上用GPU在客户图像集上训练了型号SSD_InceptionV2_coco。它在我的电脑上工作得很好，所以把它移到我的pi上，它运行正常，但速度非常慢，每秒0.7帧：（因此我阅读了关于TFLite的内容，并使用了名为“export\u TFLite\u ssd\u graph.py”的对象检测文件夹中的脚本） 它创建了一个新的.pb文件，但我在使用常规冻结文件的脚本上运行它，得到以下结果：

回溯（最后一次调用）：文件“light_A.I_CT.py”，第81行，在 od_graph_def.ParseFromString（序列化_graph）文件“/home/pi/.local/lib/python3.5/site packages/google/protobuf/message.py”， 第185行，在ParseFromString中 self.MergeFromString（序列化）文件“/home/pi/.local/lib/python3.5/site packages/google/protobuf/internal/python_message.py”， 第1083行，在MergeFromString中 如果self.\u InternalParse（序列化，0，length）！=length:File“/home/pi/.local/lib/python3.5/site packages/google/protobuf/internal/python\u message.py”， 第1120行，在InternalParse中 pos=field\u解码器（缓冲区、新的\u pos、结束、self、field\u dict）文件“/home/pi/.local/lib/python3.5/site packages/google/protobuf/internal/decoder.py”， 第610行，在DecodeRepeatedField中 raise _DecodeError（'截断的消息'）google.protobuf.message.DecodeError:截断的消息

我使用的代码如下所示：

将Tensorflow模型加载到内存中。detection\u graph=tf.graph（），带有detection\u graph.as\u default（）：

---

它非常基本，取自示例，但我不知道我是否需要做其他事情，因为所有TFLite示例都是针对IOS或Android的。

你不能用常规Tensorflow代码构建TFLite模型，你需要构建TFLite。你可能想看看示例。

谢谢你的信息，我做得更进一步了，因为现在我有了更好的代码了解TFLITE，但我对当前示例仍有问题：ImportError:/home/pi/.local/lib/python3.5/site-packages/tensorflow/contrib/lite/python/explorer\u wrapper//u tensorflow\u wrapp\u解释器\u wrapper.so:未定义符号：\u zn6flite12tensor\u utils24neonvectorscalmultiplyepkaifpf

od_graph_def = tf.GraphDef()
with tf.gfile.GFile(PATH_TO_CKPT, 'rb') as fid:
    serialized_graph = fid.read()
    od_graph_def.ParseFromString(serialized_graph)
    tf.import_graph_def(od_graph_def, name='')

sess = tf.Session(graph=detection_graph)