Tensorflow 模型转换 .pb convert to .lite实例
2017年底，Tensorflow推出Lite版本，可实现移动端的快速运行，其中，一个很关键的问题，如何把现有分类模型(.pb)转换为(.lite)模型呢？
其实，步骤如下
1-进入Tensorflow源码文件夹（以便bazel可以无需配置找打相应路径）
2-转换可执行文件
bazelrun--config=opt\ //tensorflow/contrib/lite/toco:toco--\ --input_file=/tmp/mobilenet_v1_1.0_224_frozen.pb\#待转换模型路径 --output_file=/tmp/tflite_model2.tflite\#目标模型路径 --input_format=TENSORFLOW_GRAPHDEF\ --output_format=TFLITE\ --input_shape=1,224,224,3\#输入图像宽高 --input_array=input\#输入节点名称<参考1> --output_array=MobilenetV1/Predictions/Reshape_1\#输出节点名称<参考1> --inference_type=FLOAT\#图像数据类型 --input_data_type=FLOAT
参考1：如果输入输出节点不知道：进入python，importtf，并通过如下命令（tf.GraphDef()）查找:
>>>importtensorflowastf
>>>gf=tf.GraphDef()
>>>gf.ParseFromString(open('/your/path/to/graphname.pb','rb').read())
>>>forningf.node:
>>>print(n.name+'===>'+n.op)
参转换后，在android手机上运行，在不考虑精度的前提下，不同实现方式得到的结果如下:
| 模型 | type | modelsize | speed |
|---|---|---|---|
| mobilenet-v1-224 | .pb | 17mb | 106ms |
| mobilenet-v1-224 | .lite | 16.4mb | 72ms |
以上这篇Tensorflow模型转换.pbconvertto.lite实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。