tensorflow - tflite_convert ValueError 未知层 BatchNorm
问题描述
我们正在使用 Tensorflow 1.14 Keras 2.1.2 GPU:GeForce GTX 1660 Ti 主要:7 次要:5 memoryClockRate(GHz):1.86 使用来自此 repo https://github.com/matterport/Mask_RCNN的 Mask-RCNN 进行自定义对象检测。现在我们成功地训练了一个模型,并在我们的桌面上检测了它的对象。现在,我们要为tflite
面临以下错误的移动使用生成:
ValueError: Unknown layer BatchNorm
请注意,我们.h5
使用不同的脚本创建了权重和 keras 模型
我们尝试了以下代码将 keras 模型转换为 tflite
import tensorflow as tf
converter = tf.lite.TFLiteConverter.from_keras_model_file( 'Save-Model8.h5')
tfmodel = converter.convert()
open ("model.tflite", "wb") .write(tfmodel)
解决方案
推荐阅读
- pdf - 使用 Angular 或 Javascript 使用 USB TOKEN 进行 PDF 签名
- canvas - 将画布流与 getUserMedia 的音频流合并是听不见的(kurento/webrtc)
- rust - Rust 迭代器类似于 chunks()
- c# - 如何在 NSwag for .NET Framework 中向端点添加信息?
- firebase - Flutter 的 onTap 方法打开存储在 Firestore 中的经纬度
- database - 如何在不覆盖数据库的情况下将 WordPress 网站从本地移动到远程?
- django - 在 Django 中间件中实现了哪种模式?(责任链或装饰者)
- cloud - 如何为来自不同主机的站点提供服务
- rust - 如何为 Rust 中的引用创建“Iterable”特征?
- php - 我在正确编写此代码时遇到问题