Как импортировать интерпретатор tensorflow lite в Python?

Мне удалось написать сценарии Python для классификации 1, обнаружение объектов (проверено с SSD MobilenetV {1,2}) 2 и семантическая сегментация изображения 3 на x86 под Ubuntu и на плате ARM64 под Debian.

• Как создать привязку Python для кода TF Lite: Создайте pip с недавней основной веткой TensorFlow и установите ее (да, эти привязки были в TF 1.8. Однако я не знаю, почему они не установлены). См. 4, чтобы узнать, как создать и установить пакет pip TensorFlow.

Что касается использования интерпретатора TensorFlow Lite из Python, приведенный ниже пример скопирован из документация. Код доступен в master ветви TensorFlow GitHub..

Использование интерпретатора из файла модели

В следующем примере показано, как использовать интерпретатор Python TensorFlow Lite при наличии файла TensorFlow Lite FlatBuffer. В этом примере также показано, как выполнить вывод для случайных входных данных. Запустите help(tf.contrib.lite.Interpreter) в терминале Python, чтобы получить подробную документацию по интерпретатору.

import numpy as np
import tensorflow as tf

# Load TFLite model and allocate tensors.
interpreter = tf.contrib.lite.Interpreter(model_path="converted_model.tflite")
interpreter.allocate_tensors()

# Get input and output tensors.
input_details = interpreter.get_input_details()
output_details = interpreter.get_output_details()

# Test model on random input data.
input_shape = input_details[0]['shape']
input_data = np.array(np.random.random_sample(input_shape), dtype=np.float32)
interpreter.set_tensor(input_details[0]['index'], input_data)

interpreter.invoke()
output_data = interpreter.get_tensor(output_details[0]['index'])
print(output_data)