我正在尝试通过参考链接 https://github.com/tensorflow/tensorflow/blob/master/tensorflow/lite/g3doc/r1/convert/python_api.md 将 h5 文件转换为 tflite 模型。
目的是优化h5文件。
这是我的点子列表
Package Version
------------------------- -------------------
absl-py 0.11.0
altgraph 0.17
astor 0.8.1
attrs 20.3.0
brotlipy 0.7.0
certifi 2021.5.30
cffi 1.14.4
chardet 4.0.0
click 8.0.1
cryptography 3.3.1
Cython 0.29.24
Flask 1.1.2
gast 0.2.2
google-auth-oauthlib 0.4.4
google-pasta 0.2.0
grpcio 1.35.0
h5py 2.10.0
idna 2.10
importlib-metadata 3.4.0
itsdangerous 2.0.1
Jinja2 2.11.3
Keras 2.3.1
Keras-Applications 1.0.8
Keras-Preprocessing 1.1.2
keras-resnet 0.2.0
Markdown 3.3.3
MarkupSafe 2.0.1
numpy 1.19.5
oauthlib 3.1.1
olefile 0.46
opencv-python 4.5.3.56
opt-einsum 3.3.0
Pillow 8.1.0
pip 21.1.3
protobuf 3.14.0
pyasn1 0.4.8
pyasn1-modules 0.2.8
pycparser 2.20
pyinstaller 4.4
pyinstaller-hooks-contrib 2021.2
PyJWT 2.1.0
pyOpenSSL 20.0.1
PySocks 1.7.1
pyspnego 0.1.6
PyYAML 5.4.1
requests 2.25.1
requests-oauthlib 1.3.0
rsa 4.7.2
scipy 1.5.2
setuptools 52.0.0.post20210125
six 1.16.0
smbprotocol 1.5.1
tensorboard 1.15.0
tensorboard-plugin-wit 1.6.0
tensorflow 1.15.0
tensorflow-estimator 1.15.1
termcolor 1.1.0
typing-extensions 3.10.0.0
urllib3 1.26.6
webencodings 0.5.1
Werkzeug 0.16.1
wheel 0.36.2
wrapt 1.12.1
yarl 1.6.3
zipp 3.5.0
这是我的来源。
import logging
logging.getLogger("tensorflow").setLevel(logging.DEBUG)
import tensorflow as tf
from tensorflow import keras
import numpy as np
import pathlib
from keras_retinanet import models
converter = tf.compat.v1.lite.TFLiteConverter.from_keras_model_file(
'./model/retinanet50_NP.h5',
custom_objects=models.backbone('resnet50').custom_objects)
keras_retinanet 模块从 https://github.com/fizyr/keras-retinanet 下载并使用。
错误内容为TypeError: Cannot interpret 'tf.float32' as a data type.
注意，我没有学习源，我只有h5文件。
我该如何解决这个问题？