常见模型转换大全

这篇博客详述了如何将H5格式的深度学习模型转换为TensorFlow Lite(TFLite)和TensorFlow(.pb)文件,包括三种不同的H5转TFLite的方法,旨在实现模型在移动端和嵌入式设备上的高效部署。
摘要由CSDN通过智能技术生成

.H5转.tflite方法一:

import tensorflow as tf


saved_model_dir='evopose2d_S_f32.h5'

model=tf.keras.models.load_model(saved_model_dir)
converter = tf.lite.TFLiteConverter.from_keras_model(model)
tflite_model = converter.convert()
with open('model3.tflite', 'wb') as w:
    w.write(tflite_model)

.H5转.tflite方法二:

import tensorflow as tf
from tensorflow.python.framework import ops
from tensorflow.python.ops import math_ops
from tensorflow.python.keras import backend as K


#自定义损失
def ReprojectionLoss(y_true, y_pred):
    y_pred = ops.convert_to_tensor_v2(y_pred)
    y_true = math_ops.cast(y_true, y_pred.dtype)
    y_pred = K.reshape(y_pred,(-1,27,2))
    y_true = K.reshape(y_true, (-1, 27, 2))
    return K.sqrt(K.mean(K.sum(math_ops.squared_difference(y_pred, y_true),axis=-1),axis=-1))

def ReprojectionMetrics(y_true,y_pred):

    return ReprojectionL
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值