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?
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