python - 将 Facenet .npz 训练模型转换为 tensorflow-lite (tflite) 格式

Question

我使用了 MTCNN（用于人脸检测）和 Facenet 模型的组合，在不同的人脸上进行了训练，并将权重（人脸嵌入）生成到 .npz 文件中。我已经使用 Keras API 来加载模型并进行训练，并将其用于推理以进行进一步的人脸识别。整个设置工作正常。

现在，我想使用仅支持 tensorflow-lite 模型的 Firebase AutoML 自定义模型实现在 Android 应用程序中使用相同的权重进行人脸识别。所以我想将 Facenet 训练的权重（以 '.npz' 文件格式嵌入人脸）转换为 tensorflow-lite (.tflite) 模型。

但我无法找到任何解决方案，可以选择将 Facenet 冻结模型“.pb”文件转换为 tflite。点击这里了解详情。

如果您对此转换有任何想法，请提供帮助。

谢谢

标签： pythontensorflowtensorflow-lite