TensorFlow Lite:如何将模型输出更改为图像坐标列表

Question

我可以在我的移动设备上运行TensorFlow lite图像分类示例。但是，我想将图像分类模型交换为姿势识别模型。就我而言，输出应由 (x，y( 坐标列表组成。

代码中的相应行如下所示：

  @Override
  protected void runInference() {
    tflite.run(imgData, labelProbArray);
  }

但是，tflite.run函数没有源代码(仅以二进制形式提供(。所以我不知道它是如何工作的，或者如何操纵它的返回值。

我以前使用过TensorFlow，但是，我不知道如何创建一个与TensorFlow Lite预期的输入和输出兼容的TensorFlow模型。

任何人都可以帮助或指出我一些比官方文档更详细的教程吗？

Answer 1

必须先对

TF 模型进行转换，然后再将其转换为 tflite。可以使用"netron"工具检查预先存在的tflite模型

当使用自我训练模型(.ckpt文件(时，必须经历以下过程：

• 创建用于评估的图形定义文件
使用
• freeze_graph 使用训练中的最新 .ckpt 文件冻结之前创建的图形定义文件，为其分配一些权重
• 使用tflite_convert(例如从命令行(将冻结的图形转换为TFLite文件，您可以将其推送到Android应用程序