TensorFlow Lite：如何将模型输出更改为图像坐标列表？

Question

我能够在移动设备上运行TensorFlow精简版图像classification example。但是，我想将图像分类模型交换为姿势识别模型。就我而言，输出应包含（x，y）坐标列表。

代码中的respective line看起来像这样：

  @Override
  protected void runInference() {
    tflite.run(imgData, labelProbArray);
  }

但是tflite.run函数没有源代码（仅以二进制形式提供）。所以我不知道它是如何工作的或如何操纵它的返回值。

[我之前使用过TensorFlow，但我不知道如何创建与TensorFlow Lite预期的输入和输出兼容的TensorFlow模型。

任何人都可以帮助或指出我一些比official documentation更详细的教程吗？

Answer 1

必须先将其转换为TF模型，然后再将其转换为tflite。可以使用工具[netron“]检查预先存在的tflite模型

[使用自训练模型（.ckpt文件）时，必须经历以下步骤

• 创建图形定义文件进行评估
• 使用freeze_graph使用您训练中的最新.ckpt文件冻结先前创建的图形定义文件，以为其分配一些权重
• 使用tflite_convert（例如，从命令行）将冻结的图转换为tflite文件，您可以将其推送到Android应用程序