tensorflow - 使用自定义数据集量化大小问题训练的 mobilenetv1
问题描述
我正在开发一个对象检测软件，基本上我在 Python 上使用带有 MobileNetV1 的 TensorFlow 对象检测 API，我已经用我自己的数据集训练了模型。
用我的数据集训练得到的 freeze_inference_graph.pb 文件就像 22 Mo。
我尝试通过量化将其转换为 TFLite，但它仍然像 21.2 Mo。
这两个尺寸都是 20+ Mo 正常吗？我从不同的来源了解到 MobileNet 量化模型大约是 5 Mo。这是因为我在自定义数据集上使用新对象对其进行了训练？而且，为什么量化它不会减小大小（最多小 4 倍）？
谢谢您的帮助
解决方案
推荐阅读
- sql-server - 如果它们在日期范围sql之间，则求和值
- sql - SQL查询检查ID是否是另一个表的一部分
- reactjs - eslint错误时如何防止无法在CRA上编译
- ruby-on-rails - 延迟发送电子邮件
- angular - 动态形式的 FormArray
- aem - 关于资产取消发布 AEM OOTB 的电子邮件
- microsoft-graph-api - CompactToken 解析失败，错误代码为：80049217，而使用 Microsoft-graph-auth 0.2.0
- python-3.x - Lambda 错误“TypeError：'str' 对象不支持项目分配 Traceback”
- r - 我想把这个情节改成这个
- javascript - 添加应允许 cookie 的网站