Я буду использовать весовые коэффициенты yolo в android, поэтому я планирую преобразовать файл весовых коэффициентов yolo в файл tflite.
Я использую этот код в приглашении anaconda, поскольку я загрузил библиотеку keras в env.
activate env
python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5
Наконец-то все получилось. Сохраненная модель Keras в model_data/yolo.h5
И я собираюсь преобразовать этот файл h5 в tflite файл в блокноте jupyter с этим кодом.
model = tf.keras.models.load_model("./yolo/yolo.h5", compile=False)
converter = tf.lite.TFLiteConverter.from_keras_model(model)
tflite_model = converter.convert()
open("keras_model.tflite", "wb").write(tflite_model)
Но эта ошибка возникает.
ValueError Traceback (most recent call last)
<ipython-input-3-964a59978091> in <module>()
1 model = tf.keras.models.load_model("./yolo/yolo.h5", compile=False)
2 converter = tf.lite.TFLiteConverter.from_keras_model(model)
----> 3 tflite_model = converter.convert()
4 open("keras_model.tflite", "wb").write(tflite_model)
~\Anaconda3\envs\tensorflow\lib\site-packages\tensorflow_core\lite\python\lite.py in convert(self)
426 raise ValueError(
427 "None is only supported in the 1st dimension. Tensor '{0}' has "
--> 428 "invalid shape '{1}'.".format(_get_tensor_name(tensor), shape_list))
429 elif shape_list and shape_list[0] is None:
430 # Set the batch size to 1 if undefined.
ValueError: None is only supported in the 1st dimension. Tensor 'input_1' has invalid shape '[None, None, None, 3]'.
Как я могу это исправить?
Сводка нашей модели
Модель: "model_1"
Слой (тип) Форма выхода Параметр # Подключен к
input_1 (InputLayer) [(Нет, Нет, Нет, 0
conv2d_1 (Conv2D) ) (Нет, Нет, Нет, 3 864 input_1 [0] [0]
batch_normalization_1 (BatchNor (Нет, Нет, нет, 3 128 conv2d_1 [0] [0]
leaky_re_lu_1 (LeakyReLU) (Нет, Нет, Нет, 3 0 batch_normalization_1 [0] [0]
zero_padding2d_1 (ZeroPadding2D (Нет, нет, нет, 3 0 leaky_re_lu_1 [0] [0] 0]
conv2d_2 (Conv2D) (Нет, Нет, Нет, 6 18432 zero_padding2d_1 [0] [0]
batch_normalization_2 (BatchNor (Нет, нет, нет, 6 256 conv2d_2 [0] [0] [0] ]
leaky_re_lu_2 (LeakyReLU) (Нет, Нет, Нет, 6 0 batch_normalization_2 [0] [0]
conv2d_3 (Conv2D) (Нет, нет, нет, нет, 3 2048 leaky_re_lu_2 [0] [0]
. , , .
batch_normalization_65 (BatchNo (Нет, Нет, Нет, 5 2048 conv2d_66 [0] [0]
batch_normalization_72 (BatchNo (Нет, нет, нет, 2 1024) conv2d_74 [0] [0]
leaky_re_lu_58 (LeakyReLU) (Нет, нет, нет, 1 0 batch_normalization_58 [0] [0]
leaky_re_lu_65 (LeakyReLU) ( Нет, Нет, Нет, 5 0 batch_normalization_65 [0] [0]
leaky_re_lu_72 (LeakyReLU) (Нет, нет, нет, 2 0 batch_normalization_72 [0] [0]
conv2d_59 (Conv2D) (Нет, Нет, Нет, 2 261375 leaky_re_lu_58 [0] [0]
conv2d_67 (Conv2D) (Нет, нет, нет, 2 130815 leaky_re_lu_65 [0] [ 0]
conv2d_75 (Conv2D) (Нет, Нет, Нет, 2 65535 leaky_re_lu_72 [0] [0]
Всего параметров: 62 001 757 Обучаемые параметры: 61 949 149 Необучаемые параметры: 52 608