是否可以将 GradCam 应用于 TF Lite 模型

Question

我一直在研究 GradCam，我注意到大多数案例都用于 Keras/Tensorflow 模型。但是，我有一个已编译为 .tflite 格式的 tensorflow lite 模型。我不确定在编译后是否可以访问我的 CNN 层，因为我尝试使用 keras 库加载模型并且它只接受特定的文件类型，而不是 .tflite，因为它会引发错误：

from tensorflow.keras.models import load_model
model = load_model("/content/drive/My Drive/tensorflow_lite_model.tflite")

它给出了错误：

OSError: SavedModel file does not exist

我试图做的是使用 model.summary 打印 .tflite 模型，以确认我是否可以对模型层执行任何操作。如果是这样，那么我认为不可能将 Grad-Cam 与 tensorflow lite 模型一起使用。

因此，我想知道这是真的，还是我只是尝试验证它，错误的方式？

Answer 1

TFLite 模型文件是与 TensorFlow 模型格式、keras 和保存模型不同的序列化格式。

由于您已经有了 TFLite 模型，因此您需要使用 TensorFlow Lite Interpreter API，而不是使用 TensorFlow API。

interpreter = tf.lite.Interpreter(model_path="converted_model.tflite")
interpreter.allocate_tensors()

详情请参考link。

TF GradCam 模型可以转换为 TFLite 模型。在技​​术上可以将任何 TF 模型转换为相应的 TFLite 模型。如果您对转换有任何问题，请在 tensorflow github 提交错误。