python - 如何为珊瑚训练 Efficientnet edgeTPU 模型？

Question

我有珊瑚 USB 加速器，我正在寻找训练图像分类模型。我能找到的最适合我需要的模型是 EfficientNet-EdgeTpu (S)。我试图找到一种方法来使用 tensorflow API 重新训练我的计算机中的模型，但我能找到的（主要是珊瑚页面和 tensorflow git 自述文件）是如何使用谷歌云工具和虚拟机来训练它。是否需要使用谷歌云解决方案来训练 EfficientNet-EdgeTpu 模型？

我还发现了如何轻松训练 Efficientnet 模型 B0-B7，但我不知道这些模型是否与在珊瑚 USB 中运行的 EfficientNet-EdgeTpu (S/M/B) 相同。

我只想找到一种简单的方法来在我的计算机中训练更适合珊瑚 USB 的高效网络模型，而无需创建帐户并支付谷歌存储和 VM 培训费用。

标签： pythontensorflowgoogle-coral

Answer 1

您可以做的一件事是在您的自定义数据上训练开箱即用的效率网络（来自 tensorflow）并将其转换为 tflite，然后使用 edgetpu_compiler 对其进行编译。

from tensorflow.keras.applications import EfficientNetB0