基于TensorflowLite的目标检测小镜头训练

Question

我正在尝试创建一个移动应用程序，它使用对象检测来检测特定类型的对象。为此，我从使用TF2和ssd_mobilenet_v1的Tensorflow object detection example Android app开始。

我想尝试Few-Shot training (Colab链接)，所以我首先将示例应用程序的SSD Mobilenet v1下载替换为Colab的输出文件model.tflite，但这会导致应用程序崩溃，并显示以下错误：

java.lang.IllegalStateException: This model does not contain associated files, and is not a Zip file.
        at org.tensorflow.lite.support.metadata.MetadataExtractor.assertZipFile(MetadataExtractor.java:313)
        at org.tensorflow.lite.support.metadata.MetadataExtractor.getAssociatedFile(MetadataExtractor.java:164)
        at org.tensorflow.lite.examples.detection.tflite.TFLiteObjectDetectionAPIModel.create(TFLiteObjectDetectionAPIModel.java:126)
        at org.tensorflow.lite.examples.detection.DetectorActivity.onPreviewSizeChosen(DetectorActivity.java:99)

我意识到Colab使用ssd_mobilenet_v2_fpnlite_320x320_coco17_tpu-8.tar.gz -这是否意味着应用程序代码需要更改-还是我的方法存在更根本的问题？

更新:我也尝试了Colab tf2_image_retraining的Lite输出，得到了同样的错误。

Answer 1

修复方法显然是https://github.com/tensorflow/examples/compare/master...cachvico:darren/fix-od - .tflite文件现在可以是包含标签的压缩文件，但示例应用程序不能使用旧格式。

在使用少量colab输出时，这不会抛出错误。虽然我还没有得到结果--将应用程序指向橡皮鸭的图片还不起作用。