將 TFLite (TensorFlow) 轉換為 MLModel (Apple)

Question

我正在嘗試將 TFLite Face Mesh 模型轉換為 MLModel (Apple)。

TFLite 模型說明： https ://drive.google.com/file/d/1VFC_wIpw4O7xBOiTgUldl79d9LA-LsnA/view

TFLite 實際 .tflite 文件： https : //github.com/google/mediapipe/blob/master/mediapipe/models/face_landmark.tflite

縱觀蘋果提供CoreMLTools（ https://coremltools.readme.io/docs/introductory-quickstart ）好像它是可能的，但所有的樣本代碼從演示談話Keras而不是從TFLite （盡管它明確支持）：

如何將 TFLite 模型轉換為 MLModel 模型？

Answer 1

據我所知，沒有從 TFLite 到 Core ML 的直接轉換。 有人可以創建這樣的轉換器，但顯然沒有人擁有。

兩種選擇：

1. 自己做。 有一個 Python API 來讀取 TFLite 文件（flatbuffers）和一個 API 來編寫 Core ML 文件（coremltools 中的 NeuralNetworkBuilder）。 將 TFLite 模型的各個層一一遍歷，將它們添加到 NeuralNetworkBuilder 中，然后另存為 .mlmodel 文件。

2. 讓 TFLite 為您做這件事。 當您在 TFLite 中使用 CoreMLDelegate 時，它​​實際上會即時執行模型轉換並保存一個 .mlmodel 文件（或編譯版本，.mlmodelc）。 然后它使用 Core ML 來運行這個模型。 您可以編寫一些代碼來使用 CoreMLDelegate 使用 TFLite 加載模型，然后從應用程序包中獲取它創建的 .mlmodel 文件並使用它。