TensorFlow Lite：如何将模型输出更改为图像坐标列表？
TensorFlow Lite: How to change model output to list of image coordinates?
我可以在我的移动设备上 运行 TensorFlow lite 图像 classification example。但是，我想将图像分类模型交换为姿势识别模型。在我的例子中，输出应该包含一个 (x,y) 坐标列表。
代码中的 respective line 如下所示：
@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 return 值。
我以前使用过 TensorFlow，但是，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一些比 official documentation 更详细的教程吗？
在将其转换为 tflite 之前，必须先对 TF 模型进行转换。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，必须经过
- 正在创建用于评估的图形定义文件
- 使用
freeze_graph 冻结先前创建的图形定义文件，使用训练中的最新 .ckpt 文件为其分配一些权重
- 使用
tflite_convert（例如从命令行）将冻结图转换为 tflite 文件，您可以将该文件推送到您的 android 应用程序
我可以在我的移动设备上 运行 TensorFlow lite 图像 classification example。但是，我想将图像分类模型交换为姿势识别模型。在我的例子中，输出应该包含一个 (x,y) 坐标列表。
代码中的 respective line 如下所示：
@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 return 值。
我以前使用过 TensorFlow，但是，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一些比 official documentation 更详细的教程吗？
在将其转换为 tflite 之前，必须先对 TF 模型进行转换。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，必须经过
- 正在创建用于评估的图形定义文件
- 使用
freeze_graph冻结先前创建的图形定义文件，使用训练中的最新 .ckpt 文件为其分配一些权重 - 使用
tflite_convert（例如从命令行）将冻结图转换为 tflite 文件，您可以将该文件推送到您的 android 应用程序