TensorFlow Object Detection API 模型转tflite并验证

最近在用TensorFlow Object Detection API训练目标检测模型，训练好的pb模型大小17.6M，用pb预测效果不错，于是想着如何在手机端运行，查看官网关于tflite的转换，网址：https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/running_on_mobile_tensorflowlite.md。

预测使用的pb模型：

在主目录下的research目录执行如下：

注意里面的相关路径需要换成自己的ckpt的目录。执行完后，会看到一个名字为--output_directory指定的目录。这里为exported_graphs目录，里面包含了一个SavedModel 和frozen graph，其中的.pb文件就是预测使用的。

如上转换pb和预测过程参考我之前的文章即可。

关于tflite，需要使用如下操作：

注意第二行pipeline_config_path为你的pipeline.config目录路径，trained_config_path路径为训练好的ckpt模型文件，output_dir为tflite输出目录文件夹名字，执行完后在tflite目录会看到两个文件tflite_graph.pb and tflite_graph.pbtxt.

接下来就是转tflite了，之前尝试了其他转tflite的方式，虽然只有几行代码，但发现一直有问题，因此按照官网要求一步一步转，这次使用TOCO转tflite，首先需要安装TensorFlow源码并编译。。。。。