记录TestTFLite代码更改（mobilenet部署安卓手机）

1.mobilenetv2生成.tflite文件，tensorflow2.1 ，在mobilenet的train.py中添加如下代码（且安卓源代码是针对非量化模型的，将量化模型那一步注释掉，再生成.tflite文件，否则精度损失较大，模型预测结果不好）

# keras model 保存为 TFLite
keras_to_tflite_converter = tf.lite.TFLiteConverter.from_keras_model(model)
# 量化tflite 模型，可以在损失较小精度或不影响精度的情况下减小模型大小
#keras_to_tflite_converter.optimizations = [tf.lite.Optimize.OPTIMIZE_FOR_SIZE]
keras_tflite = keras_to_tflite_converter.convert()

if not os.path.exists('./tflite_models'):
    os.mkdir('./tflite_models')
# with open('./tflite_models/keras_tflite', 'wb') as f:
#    f.write(keras_tflite)
# 保存量化的 tflite 模型
with open('./tflite_models/flower_mobilev2_keras.tflite', 'wb') as f:
     f.write(keras_tflite)

2.将生成的.tflite文件放到

D:\Desktop\paper\A-test\TestTFLite\app\build\intermediates\assets\debug

文件夹下，并且新建类别标签文档cacheLabel。

 3.在Android studio中打开

D:\Desktop\paper\A-test\TestTFLite\app\src\main\java\com\yeyupiaoling\testtflite

中的MainActivity.java文件

 在文件中POOLE_MODEL函数中添加.tflite文件的模型名称，

原文件中类别数目为1001，根据现在训练模型的类别数目进行更改。

至此，运行代码即可。

原文链接：使用TensorFlow Lite在Android手机上实现图像分类_夜雨飘零-CSDN博客_android 图片分类