将TFLite (TensorFlow)转换为MLModel (苹果)

Question

我正在尝试将TFLite脸网格模型转换为MLModel (苹果)。

TFLite模型描述：https://drive.google.com/file/d/1VFC_wIpw4O7xBOiTgUldl79d9LA-LsnA/view

TFLite实际.tflite文件：https://github.com/google/mediapipe/blob/master/mediapipe/models/face_landmark.tflite

看一看苹果(https://coremltools.readme.io/docs/introductory-quickstart)提供的CoreMLTools似乎是可能的，但所有示例代码都显示了来自Keras的对话，而不是TFLite的对话(尽管它显然得到了支持)：

​

​

如何将TFLite模型转换为MLModel模型？

Answer 1

据我所知，没有从TFLite到Core的直接转换。有人可以创造这样的转换器，但显然没有人这样做。

有两种选择：

1. 自己做的。有一个用于读取TFLite文件(平面缓冲区)的Python和一个用于编写Core文件的API (在coremltools中使用NeuralNetworkBuilder)。逐个遍历TFLite模型的各个层，并将它们添加到NeuralNetworkBuilder中，然后保存为.mlmodel文件.

。

1. 让TFLite为你做这件事。当您在CoreMLDelegate中使用TFLite时，它实际上是动态地执行模型转换，并保存一个.mlmodel文件(或编译的版本.mlmodelc)。然后使用Core运行该模型。您可以编写一些代码来使用TFLite使用CoreMLDelegate加载模型，然后获取从应用程序包创建的.mlmodel文件并使用.

。