object detection模型轉(zhuǎn)換成TensorFlow Lite故黑,在Android應(yīng)用

官方推出了Tensorflow Lite的轉(zhuǎn)換工具tflite_convert傀广,但是這個(gè)工具無(wú)法用于轉(zhuǎn)換ssd_mobilenet_v1的文件,出現(xiàn)難以解決的問(wèn)題翘单,如果小伙伴知道吨枉,可以也告訴我蹦渣,所以還是用bazel工具進(jìn)行轉(zhuǎn)換。本文是在我上一篇文章的后續(xù)文章东羹,可以參考下剂桥。
http://www.reibang.com/p/031239631bf7

環(huán)境

tensorflow = 1.12.0
bazel = 0.18.1
ubuntu = 18.04.1
python = 3.6.2

安裝 bazel (0.18.1)

如果tensorflow是1.12.0,那么必須安裝指定版本0.18.1的bazel属提,不然會(huì)出現(xiàn)很多的錯(cuò)誤無(wú)法解決权逗。

wget https://github.com/bazelbuild/bazel/releases/download/0.18.1/bazel-0.18.1-installer-linux-x86_64.sh
chmod +x bazel-0.18.1-installer-linux-x86_64.sh
./bazel-0.18.1-installer-linux-x86_64.sh --user

更多安裝方式參考 https://docs.bazel.build/versions/master/install.html

下載tensorflow工程代碼

git clone https://github.com/tensorflow/tensorflow.git

編譯轉(zhuǎn)換工具

cd tensorflow/   
bazel build tensorflow/python/tools:freeze_graph
bazel build tensorflow/contrib/lite/toco:toco

如果操作系統(tǒng)和選擇的bazel不同,這個(gè)環(huán)節(jié)會(huì)出現(xiàn)各種錯(cuò)誤冤议,所以選擇合適的軟件版本特別重要斟薇。

生成tflite_graph.pb文件

cd models/research/object_detection
python export_tflite_ssd_graph.py \
--pipeline_config_path=data/ssd_mobilenet_v1_coco.config \
--trained_checkpoint_prefix=data/training/model.ckpt-28189 \
--output_directory=data/output \
--add_postprocessing_op=true

利用bazel生成tflite文件

bazel-bin/tensorflow/contrib/lite/toco/toco \
--input_file=tflite_graph.pb \
--output_file=detect.tflite \
--input_shapes=1,300,300,3 \
--input_arrays=normalized_input_image_tensor \
--output_arrays='TFLite_Detection_PostProcess','TFLite_Detection_PostProcess:1','TFLite_Detection_PostProcess:2','TFLite_Detection_PostProcess:3' \
--inference_type=QUANTIZED_UINT8 \
--mean_values=128 \
--std_values=128 \
--change_concat_input_ranges=false \
--default_ranges_min=0 \
--default_ranges_max=6 \
--allow_custom_ops

在Android上測(cè)試

在下面的目錄中有tensorflow lite的例子,可以替換原來(lái)的detect.tflite文件恕酸,修改對(duì)應(yīng)的coco_labels_list.txt文件堪滨,建議改成不一樣的名稱,修改代碼蕊温,不然運(yùn)行的時(shí)候袱箱,detect.tflitecoco_labels_list.txt會(huì)重新下載,又被覆蓋掉了义矛。

https://github.com/tensorflow/tensorflow/tree/master/tensorflow/lite/examples/android

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末发笔,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子凉翻,更是在濱河造成了極大的恐慌了讨,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,561評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件制轰,死亡現(xiàn)場(chǎng)離奇詭異前计,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)垃杖,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,218評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門男杈,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人调俘,你說(shuō)我怎么就攤上這事返敬〕亢幔” “怎么了咙鞍?”我有些...
    開(kāi)封第一講書(shū)人閱讀 157,162評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵颗品,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我侧巨,道長(zhǎng)舅锄,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 56,470評(píng)論 1 283
  • 正文 為了忘掉前任司忱,我火速辦了婚禮皇忿,結(jié)果婚禮上畴蹭,老公的妹妹穿的比我還像新娘。我一直安慰自己鳍烁,他們只是感情好叨襟,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,550評(píng)論 6 385
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著幔荒,像睡著了一般糊闽。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上爹梁,一...
    開(kāi)封第一講書(shū)人閱讀 49,806評(píng)論 1 290
  • 那天右犹,我揣著相機(jī)與錄音,去河邊找鬼姚垃。 笑死念链,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的积糯。 我是一名探鬼主播掂墓,決...
    沈念sama閱讀 38,951評(píng)論 3 407
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼看成!你這毒婦竟也來(lái)了君编?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 37,712評(píng)論 0 266
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤绍昂,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后偿荷,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體窘游,經(jīng)...
    沈念sama閱讀 44,166評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,510評(píng)論 2 327
  • 正文 我和宋清朗相戀三年跳纳,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了忍饰。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,643評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡寺庄,死狀恐怖艾蓝,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情斗塘,我是刑警寧澤赢织,帶...
    沈念sama閱讀 34,306評(píng)論 4 330
  • 正文 年R本政府宣布,位于F島的核電站馍盟,受9級(jí)特大地震影響于置,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜贞岭,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,930評(píng)論 3 313
  • 文/蒙蒙 一八毯、第九天 我趴在偏房一處隱蔽的房頂上張望搓侄。 院中可真熱鬧,春花似錦话速、人聲如沸讶踪。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,745評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)乳讥。三九已至,卻和暖如春活合,著一層夾襖步出監(jiān)牢的瞬間雏婶,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,983評(píng)論 1 266
  • 我被黑心中介騙來(lái)泰國(guó)打工白指, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留留晚,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 46,351評(píng)論 2 360
  • 正文 我出身青樓告嘲,卻偏偏與公主長(zhǎng)得像错维,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子橄唬,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,509評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容