無法將凍結推理圖轉換為 .tflite

Question

我一般是 object 檢測 API 和 TensorFlow 的新手。 我按照本教程進行操作，最后制作了frozen_inference_graph.pb 。 我想在我的手機上運行這個 object 檢測 model，據我了解，這需要我將其轉換為 .tflite（如果這沒有任何意義，請 lmk）。

當我嘗試在此處使用此標准代碼進行轉換時：

import tensorflow as tf
graph = 'pathtomygraph'
input_arrays = ['image_tensor']
output_arrays = ['all_class_predictions_with_background']


converter = tf.lite.TFLiteConverter.from_frozen_graph(graph, input_arrays, output_arrays)
tflite_model = converter.convert()
open("converted_model.tflite", "wb").write(tflite_model)

它拋出一個錯誤，說：

ValueError: None 僅在第一維中受支持。 張量“image_tensor”的形狀無效“[None, None, None, 3]”

這是我在網上發現的一個常見錯誤，在搜索了很多線程后，我試圖給代碼一個額外的參數：

converter = tf.lite.TFLiteConverter.from_frozen_graph(
        graph, input_arrays, output_arrays,input_shapes={"image_tensor":[1,600,600,3]})

現在看起來像這樣：

import tensorflow as tf
graph = 'pathtomygraph'
input_arrays = ['image_tensor']
output_arrays = ['all_class_predictions_with_background']


converter = tf.lite.TFLiteConverter.from_frozen_graph(
        graph, input_arrays, output_arrays,input_shapes={"image_tensor":[1,600,600,3]})
tflite_model = converter.convert()
open("converted_model.tflite", "wb").write(tflite_model)

這首先有效，但最后拋出另一個錯誤，說：

檢查失敗：array.data_type == array.final_data_type 數組“image_tensor”的實際和最終數據類型不匹配（data_type=uint8，final_data_type=float）。 致命錯誤：中止

我知道我的輸入張量具有 uint8 的數據類型，這會導致不匹配，我猜。 我的問題是，這是處理事情的正確方法嗎？ （我想在我的手機上運行我的 model）。 如果是，我該如何修復錯誤？ ：/

非常感謝。

Answer 1

將您的 model 輸入（ image_tensor占位符）更改為具有數據類型tf.float32 。