如何在Python中导入tensorflow lite解释器？

我正在Raspberry Pi 3b上使用TF lite开发一个Tensorflow嵌入式应用程序，运行Raspbian Stretch。我已经将图形转换为flatbuffer（lite）格式，并在Pi上构建了TFLite静态库。到现在为止，一直都还不错。但是应用程序是Python，似乎没有可用的Python绑定。Tensorflow Lite开发指南（）声明“有Python绑定和演示应用程序的计划。”但是/Tensorflow/contrib/Lite/Python/解释器包装器中有包装器代码，包含所有需要的解释器方法。然而，从Python中调用这一点让我难以理解

---

我已经生成了一个SWIG包装器，但是构建步骤失败，出现了许多错误。没有描述解释器包装器状态的readme.md。所以，我想知道包装是否对其他人有效，我是否应该坚持下去，或者它从根本上被破坏了，我应该去别处看看（PyTorch）？有人找到了Pi3的TFLite Python绑定路径吗？

我能够编写Python脚本，在运行Ubuntu的x86和运行Debian的ARM64板上进行分类、对象检测（使用SSD MobilenetV{1,2}进行测试）和图像语义分割

• 如何为TF Lite代码构建Python绑定：使用最新的TensorFlow主分支构建pip并安装它（是的，那些绑定在TF 1.8中。但是，我不知道为什么没有安装它们）。有关如何构建和安装TensorFlow pip包的信息，请参阅

---

关于使用Python中的TensorFlow Lite解释器，下面的示例是从。该代码可在的

主机

分支上找到

使用模型文件中的解释器 下面的示例演示了在提供TensorFlow Lite FlatBuffer文件时如何使用TensorFlow Lite Python解释器。该示例还演示了如何对随机输入数据进行推理。在Python终端中运行

help（tf.contrib.lite.Interpreter）

，以获取有关解释器的详细文档

import numpy as np
import tensorflow as tf

# Load TFLite model and allocate tensors.
interpreter = tf.contrib.lite.Interpreter(model_path="converted_model.tflite")
interpreter.allocate_tensors()

# Get input and output tensors.
input_details = interpreter.get_input_details()
output_details = interpreter.get_output_details()

# Test model on random input data.
input_shape = input_details[0]['shape']
input_data = np.array(np.random.random_sample(input_shape), dtype=np.float32)
interpreter.set_tensor(input_details[0]['index'], input_data)

interpreter.invoke()
output_data = interpreter.get_tensor(output_details[0]['index'])
print(output_data)

---

@纳普，谢谢你的意见。问题是Tensorflow绑定没有在Raspbian中定义。没有这些绑定，就不可能“将tensorflow作为tf导入”。解释器已从contrib模块直接移动到tensorflow（

tf.lite.解释器

，而不是

tf.contrib.lite.解释器

）。文档现在位于，我曾尝试在Raspbian上安装夜间版本的TF，但出现错误，“tensorlflow…在此平台上不受支持”。考虑到谷歌在RPi上的测试是在64位Ubuntu（）上进行的，以及其他关于Tensorflow没有在32位目标上运行的评论（），我认为TF没有在32位目标上运行。我不认为这是64位对32位的问题。我猜它与当前Raspbian中使用的Python3.5和3.4pip包类似。也许你可以试试。你是对的，大约64位。看起来PyPi链接现在已经更新了，我可以在普通的32位RPi3上使用pip安装所有Tensorflow。问题已解决。@freedom能否提供使用摄影机馈送而不是单个图像进行对象检测的示例代码？我试图使用它，但我得到的值错误：无法设置张量：维度不匹配