Python 是否可以将GradCam应用于TF Lite模型

我一直在研究GradCam，我注意到大多数案例都用于Keras/Tensorflow模型。但是，我有一个tensorflow lite模型，它已编译为.tflite格式。我甚至不确定在编译CNN层后是否可以访问它，因为我尝试使用keras库加载模型，它只接受特定的文件类型，而不完全接受.tflite，因为它会引发错误：

from tensorflow.keras.models import load_model
model = load_model("/content/drive/My Drive/tensorflow_lite_model.tflite")

它给出了错误：

OSError: SavedModel file does not exist

我试图做的是使用model.summary打印.tflite模型，以确认是否可以对模型层执行任何操作。如果是这样的话，那么我认为不可能将Grad Cam与tensorflow lite模型结合使用

---

因此，我想知道这是不是真的，或者我只是尝试验证它，方法是错误的？

TFLite模型文件与TensorFlow模型格式、keras和保存的模型是不同的序列化格式

因为您已经有了TFLite模型，所以需要使用TensorFlow Lite解释器API，而不是使用TensorFlow API

interpreter = tf.lite.Interpreter(model_path="converted_model.tflite")
interpreter.allocate_tensors()

详情请参阅此页

TF GradCam模型可以转换为TFLite模型。从技术上讲，可以将任何TF模型转换为相应的TFLite模型。如果您对转换有任何问题，请在tensorflow github上提交错误