python - 将 Facenet .npz 训练模型转换为 tensorflow-lite (tflite) 格式
问题描述
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
解决方案
推荐阅读
- c++builder - 执行 ClientDataSet 命令后如何获取受影响的行数?
- ios - 无法从 WebKit 正确使用 https://vintage.myetherwallet.com
- json - AWS CLI 命令根据 EC 标签名称查询 ebs volume-id
- webrtc - WebRTC H264 连接 - 奇怪的配置文件级别 ID
- amazon-s3 - 是否有完整的 S3 对象元数据列表?
- javascript - 如何在javascript中重新声明具有相同名称但属于不同文件的变量?
- excel - 使用 VBA 和 REST 获取 Sharepoint 文档 URL
- typescript - 打字稿抱怨解构类型
- sql - 我可以运行 VBA 宏来运行我保存在 MS Access 数据库中的 SQL 查询吗?
- c# - 从传输流接收到意外的 EOF 或 0 字节。ServicePointManager 的设置无法修复