Inception v3 模型重新训练及模型转化为tflite

1 下载tensorflow源码

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

checkout到本地安装的tensorflow一样版本的分支

2 下载retrain.py脚步

cd /home/xxx/github/tensorflow/tensorflow/examples/image_retraining                               
curl https://github.com/tensorflow/hub/blob/master/examples/image_retraining/retrain.py

3 重新训练inception v3

python retrain.py --image_dir=/home/test/data/flower_photos/

5 将pb模型转化为tflite模型

     注意:在tensorflow1.9以上版本,替换input_file为 graph_def_file,同时去掉--input_format=TENSORFLOW_GRAPHDEF.否则会报如下错:

toco: error: one of the arguments --graph_def_file --saved_model_dir --keras_model_file is required.

input_arrays有时候会报错,可先将pb文件转为tensorboard可看的图,用tensorboard查看输入node名.

在python3环境下:

import tensorflow as tf

model ='model.pb'#请将这里的pb文件路径改为自己的graph = tf.get_default_graph()

graph_def = graph.as_graph_def()

graph_def.ParseFromString(tf.gfile.FastGFile(model, 'rb').read())

tf.import_graph_def(graph_def, name='graph')

summaryWriter = tf.summary.FileWriter('log/', graph) #log为指定保存graph的位置

在命令行运行:

tensorboard --logdir=log 

如果运行报端口占用,可增加参数--port=8008

5.1 float数据格式转换

toco 

--graph_def_file=output_graph.pb 

--output_file=/tmp/inception_v3.tflite 

--output_format=TFLITE 

--inference_type=FLOAT 

--input_type=FLOAT 

--input_arrays=Placeholder 

--output_arrays=final_result 

--input_shapes=1,299,299,3

5.2 QUANTIZED_UINT8格式

toco

--graph_def_file=/tmp/output_graph.pb

--output_file=/tmp/inception_v3.tflite

--output_format=TFLITE

--input_arrays=Placeholder

--output_arrays=final_result

--input_shapes=1,299,299,3

--inference_type=QUANTIZED_UINT8

--inference_input_type=QUANTIZED_UINT8

--mean_value=128

--std_dev_values=128

--default_ranges_min=0

--default_ranges_max=6