TFLite模型的開(kāi)盲盒體驗之編輯模型
加入技術(shù)交流群
上期小編帶著(zhù)大家一起認識了一下TFLite格式以及它所依賴(lài)的flatbuffer技術(shù)（TFLite模型的開(kāi)盲盒體驗 ）。今天，小編帶領(lǐng)大家一起揭開(kāi)TFLite格式的神秘面紗，看看它到底何許神也，并將如何編輯TFLite模型的分解步驟娓娓道來(lái)。
本文引用地址：http://dyxdggzs.com/article/202405/458554.htm首先，我們要借助一個(gè)叫做flatc的小工具，首先從github下載到flatbuffer的源碼：
git clone https://github.com/google/flatbuffers.git
接下來(lái)進(jìn)入flatbuffer目錄，并創(chuàng )建一個(gè)名為build的文件夾并進(jìn)入：
在此目錄下打開(kāi)Windows PowerShell，并輸入cmake ..：
等待構建完成：
現在我們看到build目錄中多出了一些vs工程，雙擊打開(kāi)FlatBuffers.sln, 并在flatc上右鍵選擇Build:
等待編譯完成：
我們可以在Debug目錄下找到flatc.exe。
目前工具有了，接下來(lái)就是處理TFLite模型了，打開(kāi)模型需要一個(gè)schema.fbs文件，只要是電腦中有tensorflow的源碼，就能直接搜到：
接下來(lái)輸入以下指令：
flatc.exe -b schema.fbs cifar10.json
可以看到生成一個(gè).json文件：
想必大家還記得上期說(shuō)到的，TFLite格式的構成：包含了操作符(Operator code)、子圖(SubGraph)以及緩沖區(Buffer)。子圖中定義了模型中的子圖，包括各個(gè)Tensor，輸入輸出的Tensor，以及子圖中的各個(gè)算子。雙擊打開(kāi)所生成的json文件：
那么接下來(lái)，就不用小編再多說(shuō)了吧？有了json格式，就可以直接修改了。簡(jiǎn)單起見(jiàn)，我們直接將模型的輸出變?yōu)槎鄠€(gè)，比如將FullyConnected節點(diǎn)的輸出也作為模型輸出：
搜索json文件，找到FullyConnected節點(diǎn)：
輸出標號為11。找到模型的輸出節點(diǎn)，并將11填進(jìn)去：
保存文件，將json文件重新生成TFLite格式：
flatc.exe -t schema.fbs -- cifar10.tflite
重新打開(kāi)cifar10.tflite文件：
可以看到，我們已經(jīng)成功將FullyConnected的輸出作為模型的輸出啦：
轉換成功!!! 當然，更加高級的玩法，就請大家自行去挖掘了。小編在這里只是拋磚引玉~
大致思路是先用flatc工具將TFLite模型轉換成json文件后，將TFLite模型的修改轉換為對json文件進(jìn)行處理。最后，再通過(guò)flatc工具將修改后的json文件重新生成TFLite模型。
相信大家都能改造出屬于自己的TFLite模型，祝大家開(kāi)盲盒順利??！
開(kāi)盲盒準備：TFLite模型的開(kāi)盲盒體驗 http://dyxdggzs.com/article/202405/458552.htm
開(kāi)盲盒終極：TFLite模型終極開(kāi)盲盒來(lái)啦！ http://dyxdggzs.com/article/202405/458557.htm
評論