TFLite 使用训练自己的数据集并部署到手机上

TFLite部分

第一步：下载代码

打开命令行工具输入以下命令行，从google 的codelabs下载代码：

git clone https://github.com/googlecodelabs/tensorflow-for-poets-2

下载完后，会生成一个叫“tensorflow-for-poets”的文件夹。

文件夹内容的组成如下：

scripts-----包含机器学习的python代码文件
tf_files-----包含输出文件，比如graph.pb和labels.txt
android-----包含安卓app项目，又分为tfmobile和TFLite
iOS----包含ios App的项目，需要使用xCode

第二步：下载数据集

下载链接

点击下载链接，下载约200MB的公开数据集，该数据集包含五种分类的花：Rose（玫瑰花）、Daisy（雏菊）、Dandelion（蒲公英）、Sunflower(向日葵)

解压缩到tf_files > flowes_photos目录

第三步：重新训练模型

在tensorflow-for-poets-2目录中打开命令行工具，输入：

python scripts/retrain.py --output_graph=tf_files/retrained_graph.pb --output_labels=tf_files/retrained_labels.txt --image_dir=tf_files/flower_photos --architecture=mobilenet_1.0_224 --summaries_dir tf_files/training_summaries/mobilenet_1.0_224

然后开始下载预训练的Mobilenet_1.0_224 的 frozen graph ；并且在tf_files目录中生成 retrained_graph.pb 和retrained_labels.txt 文件

第四步：打开Tensorboard（可跳过）

在Tensorboard中可以观察准确度和交叉熵损失函数的变化。

tensorboard --logdir=tf_files/training_summaries/mobilenet_1.0_244

第五步：确认模型的有效性

从互联网随机下载一张花的图片，放入工作目录中，查看模型识别结果

python scripts/label_image --graph=tf_files/retrained_graph.pb --image=new_rose.jpg

第六步：将模型转成TFLIte格式

系统要求：Ubuntu

Toco 使用来将pb文件文件转成.lite格式文件的转换器，更多细节可以使用 toco --help 查看说明。

IMAGE_SIZE=224
toco --graph_def_file=tf_files/retrained_graph.pb --output_file=tf_files/optimized_graph.lite --output_format=TFLITE --input_shape=1,${IMAGE_SIZE},${IMAGE_SIZE},3 --input_array=input \
--output_array=final_result --inference_type=FLOAT --inference_input_type=FLOAT

上述命令会在tf_files目录中生成optimized_graph.lite 文件

tips: 1)--input_file 已经更新成 --graph_def_file 2)--input_format 对于mobile_net 的计算图没有必要性

移动端部分

Android

第一步：模型和标签的替换

将 tf_files 中生成的 optimized_graph.lite 和 retrained_labels.txt，复制到android >tflite项目的assets中，并替换原有的graph.lite 和 labels.txt 文件

cp tf_files/optimized_graph.lite android/tflite/app/src/main/assets/graph.lite

cp tf_files/retrained_labels.txt android/tflite/app/src/main/assets/labels.txt

第二步：生成app

打开Android Studio，并打开已有项目，选中android/tflite目录，点击BUILD-->Bulid APK， app-debug.apk文件就会产生，然后安装到安卓手机上。

IOS

安装Xcode
```
xcode-select --install
```
安装Cocoapods
```
sudo gem install cocoapods
```

安装 TFlite Cocoapod

pod install --project-directory=ios/tflite/

替换模型和文件

cp tf_files/optimized_graph.lite ios/tflite/data/graph.lite
cp tf_files/retrained_labels.txt ios/tflite/data/labels.txt

打开模拟器，运行项目，查看结果。