将 ONNX 模型转换为 TensorFlow Lite

Question

我有一些 ONNX Model Zoo 的模型。我想在 TensorFlow Lite (Android) 应用程序中使用此处的模型，但我运行遇到了如何转换模型的问题。

据我了解，我需要遵循的过程是将 ONNX 模型转换为 TensorFlow 模型，然后将该 TensorFlow 模型转换为 TensorFlow Lite 模型。

import onnx
from onnx_tf.backend import prepare
import tensorflow as tf

onnx_model = onnx.load('./some-model.onnx') 
tf_rep = prepare(onnx_model)
tf_rep.export_graph("some-model.pb")

以上执行后，我得到文件 some-model.pb，我认为它包含一个 TensorFlow 冻结图。从这里我不知道去哪里。当我搜索时，我发现了很多针对 TensorFlow 1.x 的答案（我只是在我发现的样本无法执行后才意识到这一点）。我正在尝试使用 TensorFlow 2.x.

如果重要的话，我开始使用的具体模型是 here。

根据 ReadMe.md，输入的形状是 (1x3x416x416)，输出的形状是 (1x125x13x13)。

Answer 1

我得到了答案。我能够使用下面的代码完成转换。

import tensorflow as tf
converter = tf.compat.v1.lite.TFLiteConverter.from_frozen_graph('model.pb', #TensorFlow freezegraph 
                                                  input_arrays=['input.1'], # name of input
                                                  output_arrays=['218']  # name of output
                                                  )
converter.target_spec.supported_ops = [tf.lite.OpsSet.TFLITE_BUILTINS,
                                   tf.lite.OpsSet.SELECT_TF_OPS]      
# tell converter which type of optimization techniques to use
converter.optimizations = [tf.lite.Optimize.DEFAULT]
tf_lite_model = converter.convert()
open('model.tflite', 'wb').write(tf_lite_model)

将 ONNX 模型转换为 TensorFlow Lite

Converting ONNX model to TensorFlow Lite

python

tensorflow

onnx