Tensorflow lite 将保存的模型转换为tflite-'；图像张量'；具有无效的形状'；[无，无，无，3]'； 正在尝试将保存的模型转换为tflite。

型号名称：ssd_mobilenet_v1_ppn_coco

我已尝试使用以下命令将模型转换为tflite pb：

$tflite_convert   --output_file=/tmp/dec.tflite  
 --saved_model_dir=/ppn/saved_model/

出现以下错误： ValueError:仅在第1维度中支持无。张量“image_Tensor”的形状“[None，None，None，3]”无效

为了获得关于模型的更多信息，我使用bazel从源代码构建了tensorflow，并运行以下程序：

$ bazel build tensorflow/tools/graph_transforms:summarize_graph
  bazel-bin/tensorflow/tools/graph_transforms/summarize_graph -- 
  in_graph=/Users/nadav/Desktop/tflite/

输出： 其他详情： tensorflow版本：1.13.1 在Python2.7和3.6.5中运行它

还尝试使用检查点（ckpt）文件而不是保存的模型，但不起作用

得到这个结果： ValueError:仅在第1维度中支持无。张量“image_Tensor”的形状“[None，None，None，3]”无效

预期：

---

两个文件：somefilename.pb somefilename.pbtxt

您可以这样转换

!tflite_convert --output_file model.tflite \
                --saved_model_dir   ssd_mobilenet_v1_ppn_shared_box_predictor_300x300_coco14_sync_2018_07_03/saved_model/ \
                --output_format TFLITE \
                --inference_type FLOAT \
                --input_arrays image_tensor \
                --input_shapes 1,300,300,3 \
                --output_arrays detection_boxes,detection_classes,detection_scores,num_detections

---

对于对象检测，最好遵循此步骤。

要转换为tflite，可以遵循以下教程链接

再培训模型转换：

对象检测模型转换：

---

有一个问题：检查失败：array.data\u type==array.final\u data\u type数组“image\u tensor”的实际数据类型与最终数据类型（data\u type=uint8，final\u data\u type=float）不匹配。嘿@新手，你找到解决你所面临问题的方法了吗？我也面临同样的问题。是的，我能够将.pb文件转换为.tflite文件。

!tflite_convert --output_file model.tflite \
                --saved_model_dir   ssd_mobilenet_v1_ppn_shared_box_predictor_300x300_coco14_sync_2018_07_03/saved_model/ \
                --output_format TFLITE \
                --inference_type FLOAT \
                --input_arrays image_tensor \
                --input_shapes 1,300,300,3 \
                --output_arrays detection_boxes,detection_classes,detection_scores,num_detections