Tensorflow 模型转换 .pb convert to .lite实例

2017年底,Tensorflow 推出Lite版本,可实现移动端的快速运行,其中,一个很关键的问题,如何把现有分类模型(.pb) 转换为(.lite)模型呢?

其实,步骤如下

1- 进入 Tensorflow 源码文件夹(以便bazel可以无需配置找打相应路径)

2- 转换可执行文件

bazel run --config=opt \

//tensorflow/contrib/lite/toco:toco -- \

--input_file=/tmp/mobilenet_v1_1.0_224_frozen.pb \ # 待转换模型路径

--output_file=/tmp/tflite_model2.tflite \ # 目标模型路径

--input_format=TENSORFLOW_GRAPHDEF \

--output_format=TFLITE \

--input_shape=1,224,224,3 \ # 输入图像宽高

--input_array=input \ # 输入节点名称<参考1>

--output_array=MobilenetV1/Predictions/Reshape_1 \ # 输出节点名称<参考1>

--inference_type=FLOAT \ # 图像数据类型

--input_data_type=FLOAT

参考1: 如果输入输出节点不知道:进入python,import tf ,并通过如下命令( tf.GraphDef() )查找:

>>> import tensorflow as tf

>>> gf = tf.GraphDef()

>>> gf.ParseFromString(open('/your/path/to/graphname.pb','rb').read())

>>> for n in gf.node:

>>> print ( n.name +' ===> '+n.op )

参转换后,在android手机上运行,在不考虑精度的前提下,不同实现方式得到的结果如下:

模型typemodel sizespeed
mobilenet-v1-224.pb17 mb106 ms
mobilenet-v1-224.lite16.4 mb72 ms

以上这篇Tensorflow 模型转换 .pb convert to .lite实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

以上是 Tensorflow 模型转换 .pb convert to .lite实例 的全部内容, 来源链接: utcz.com/z/318110.html

回到顶部