减少TFLite模型的尺寸？

Question

我正在按照本指南（它使用初始作为基本模型）制作多标签图像分类模型： https ： //towardsdatascience.com/multi-label-image-classification-with-inception-net-cbb2ee538e30

从.pb转换为.tflite该模型仅减少约0.3mb。

这是我的转换代码：

toco \
  --graph_def_file=optimized_graph.pb \
  --output_file=output/optimized_graph.tflite \
  --output_format=TFLITE \
  --input_shape=1,299,299,3 \
  --input_array=Mul \
  --output_array=final_result \
  --inference_type=FLOAT \
  --inference_input_type=FLOAT

所以，我有几个问题：

1. 将模型转换为.tflite后，我应该期望减少多大的尺寸？
2. 有没有办法缩小尺寸，同时仍然能够转换为移动友好型号？ 如果没有，我猜我需要将移动网络转换为多标签分类。

Answer 1

好的，所以我找到了办法。 我使用优化图（未量化）并运行以下命令：

tflite_convert --graph_def_file=optimized_graph.pb \
  --output_file=output/optimized_graph_quantized.tflite \
  --output_format=TFLITE \
  --input_shape=1,299,299,3 \
  --input_array=Mul \
  --output_array=final_result \
  --inference_type=QUANTIZED_UINT8 \
  --std_dev_values=128 --mean_values=128 \
  --default_ranges_min=-6 --default_ranges_max=6 \
  --quantize_weights=true

我主要关心的是，当我没有指定最小/最大范围时，我得到以下消息：“数组转换，它是产生输出数组conv_1的Conv运算符的输入，缺少最小/最大数据，量化是必要的。要么定位非量化的输出格式，要么改变输入图形以包含最小/最大信息，或者如果你不关心结果的准确性，则传递--default_ranges_min =和--default_ranges_max =。

我已经改变了tf-for-poets安卓代码，允许我使用量化的tflite图（基本上与此相反 - https://github.com/tensorflow/tensorflow/issues/14719 ）我似乎得到了结果与原始的，未量化的图形一样好。

Answer 2

我使用@ChristopherPaterson解决方案解决了同样的问题，但删除了 --quantize_weights=true对我--quantize_weights=true 。 命令是：

tflite_convert --graph_def_file=optimized_graph.pb \
  --output_file=output/optimized_graph_quantized.tflite \
  --output_format=TFLITE \
  --input_shape=1,299,299,3 \
  --input_array=Mul \
  --output_array=final_result \
  --inference_type=QUANTIZED_UINT8 \
  --std_dev_values=128 --mean_values=128 \
  --default_ranges_min=-6 --default_ranges_max=6