将 ONNX model 转换为 TensorFlow Lite

Question

我有一些ONNX Model Zoo的模型。 我想在 TensorFlow Lite (Android) 应用程序中使用此处的模型，但在弄清楚如何转换模型时遇到了问题。

From what I've read, the process I need to follow is to convert the ONNX model to a TensorFlow model, then convert that TensorFlow model to a TensorFlow Lite model.

import onnx
from onnx_tf.backend import prepare
import tensorflow as tf

onnx_model = onnx.load('./some-model.onnx') 
tf_rep = prepare(onnx_model)
tf_rep.export_graph("some-model.pb") 

执行上述操作后，我有文件 some-model.pb 我相信它包含 TensorFlow 冻结图。 从这里我不确定 go 在哪里。 当我搜索时，我找到了很多针对 TensorFlow 1.x 的答案（我只有在我发现无法执行的示例之后才意识到）。 我正在尝试使用 TensorFlow 2.x。

如果重要的话，我开始使用的特定 model 就在这里。

根据 ReadMe.md，输入的形状为 (1x3x416x416)，output 的形状为 (1x125x13x13)。

Answer 1

我得到了我的分析器。 我能够使用下面的代码来完成转换。

import tensorflow as tf
converter = tf.compat.v1.lite.TFLiteConverter.from_frozen_graph('model.pb', #TensorFlow freezegraph 
                                                  input_arrays=['input.1'], # name of input
                                                  output_arrays=['218']  # name of output
                                                  )
converter.target_spec.supported_ops = [tf.lite.OpsSet.TFLITE_BUILTINS,
                                   tf.lite.OpsSet.SELECT_TF_OPS]      
# tell converter which type of optimization techniques to use
converter.optimizations = [tf.lite.Optimize.DEFAULT]
tf_lite_model = converter.convert()
open('model.tflite', 'wb').write(tf_lite_model)