將可變輸入形狀的 model 轉換為 .tflite

Question

我正在解決一個問題，我使用 Tensorflow Object 檢測 ZDB974238714CA8DE634ACE 使用 custom1D11 數據集來訓練 model。 我正在使用 tf 版本 2.2.0

output_directory = 'inference_graph'
!python /content/models/research/object_detection/exporter_main_v2.py \
--trained_checkpoint_dir {model_dir} \
--output_directory {output_directory} \
--pipeline_config_path {pipeline_config_path}

我能夠與 .ckpt 文件一起成功獲取 a.pb 文件。 但現在我需要將其轉換為.tflite。 我無法這樣做，有一些錯誤或其他。

我嘗試了寫在 TensorFlow 文檔上的基本方法，但這也不起作用。 我嘗試的另一個代碼如下：

    import tensorflow as tf
from tensorflow.keras.models import Sequential, Model
from tensorflow.keras.layers import Conv2D, Flatten, MaxPooling2D, Dense, Input, Reshape, Concatenate, GlobalAveragePooling2D, BatchNormalization, Dropout, Activation, GlobalMaxPooling2D
from tensorflow.keras.utils import Sequence

model = tf.saved_model.load(f'/content/drive/MyDrive/FINAL DNET MODEL/inference_graph/saved_model/')
converter = tf.lite.TFLiteConverter.from_keras_model(model)
converter.post_training_quantize=True
converter.inference_type=tf.uint8
tflite_model = converter.convert()
open("val_converted_model_int8.tflite", "wb").write(tflite_model)

我得到的錯誤是：

() 中的 AttributeError Traceback (最近一次調用最后一次) 8 converter.post_training_quantize=True 9 converter.inference_type=tf.uint8 ---> 10 tflite_model = converter.convert() 11 open("val_converted_model_int8.tflite", "wb") .write(tflite_model)

/usr/local/lib/python3.6/dist-packages/tensorflow/lite/python/lite.py in convert(self) 837 # to None. 838 # 一旦我們對動態形狀有了更好的支持，我們就可以刪除它。 --> 839 if not isinstance(self._keras_model.call, _def_function.Function): 840 # Pass keep_original_batch_size=True將確保我們得到一個輸入 841 # 簽名，包括用戶指定的批次維度。

AttributeError: '_UserObject' object 沒有屬性 'call'

誰能幫我解決這個問題？

Answer 1

我認為問題不在於可變輸入形狀（而錯誤消息令人困惑）。

tf.saved_model.load返回一個SavedModel ，但tf.lite.TFLiteConverter.from_keras_model需要一個 Keras model 所以它無法處理它。

您需要使用TFLiteConverter.from_saved_model API。 像這樣的東西：

saved_model_dir = '/content/drive/MyDrive/FINAL DNET MODEL/inference_graph/saved_model/'
converter = tf.lite.TFLiteConverter.from_saved_model(saved_model_dir)

如果您遇到其他問題，請告訴我們。