TensorFlow Lite是适用于Android和iOS的工具包，可在设备上提供机器学习功能。
如何导出tflite模型制作器model_spec以供离线使用？
我正在使用 tflite 模型制作者高效det_lite3 模型进行对象检测。 基本设置如下： 将 numpy 导入为 np 导入操作系统 从 tflite_model_maker.config 导入 ExportFormat，
使用 Tensorflow Lite 和 Google ML Kit 库对两个图像进行人脸比较
我正在尝试比较 2 张图像，我从图像中裁剪了脸部，现在我想比较它们 但是下面的代码有错误，无法修复，请帮忙， 下面是我的代码，我正在尝试比较...
我尝试构建并运行tensorflow lite示例（最小）。 构建正常，但运行该程序时出错。 为什么会出现这个错误？ 使用的模型是在tensorflow和convert上训练的自定义模型
QAT 使用 TF2 和 MobileNetV3-large 进行全整数量化
我有一个 Google Colab 文件，我正在其中尝试迁移学习和微调 MobileNetV3-Large 模型以进行二元分类，然后进行全整数量化。我的目标是运行...
将 Mobilenet tflite 模型与 MediaPipe 结合使用
我正在使用下面的代码进行 MediaPipe 图像分类。当我使用标准模型 effectivenet_lite0.tflite 时它有效： val baseOptions2 = BaseOptions.builder() .
（-5：错误参数） - 无法解析“pt1”。索引为 0 的序列项类型错误
当我检测到我的 tflite 文件时，问题发生了。 我写的命令。 python detector.py --weights ./checkpoints/yolov4-tiny-tf.tflite --size 416 --model yolov4 --image D:\yolov4 raining ensorflow-
更改 TensorFlow 迁移学习中预训练模型的输入层名称
我正在尝试更改从 Keras 导入的预训练 TensorFlow 模型的输入层名称 我可以添加输出层名称，但添加输入模型名称始终失败。还算吗
如何使用 object_ detector.EfficientDetLite4Spec tensorflow lite 继续使用检查点进行训练
珍贵的是，我在 config.yaml 中设置了我的 EfficientDetLite4 模型“grad_checkpoint=true”。并且它已经成功生成了一些检查点。但是，我不知道如何使用这些
信息：为 CPU 创建 TensorFlow Lite XNNPACK 委托
信息：为 CPU 创建了 TensorFlow Lite XNNPACK 委托。 我在运行 OpenCV 程序时得到此输出。请提供解决此问题的方法。
所以我一直在尝试在flutter中实现一些tflite模型，这些模型是我之前从.h5文件转换而来的。我在调试时特意使用了打印功能，以了解问题出在哪里......
如何使用tf.lite将预训练的JAX模型量化为TfLite模型？
我有一个针对 MAXIM：图像增强的预训练 JAX 模型。现在，为了减少运行时间并将其用于生产，我必须量化权重。我有 2 个选择，因为没有直接的对话...
构建 TensorFlow Lite 后运行 label_image 时出错：tensorflow_src/tensorf low/lite/util.cc BytesRequired 元素数量溢出
我按照以下方式构建了 TensorFlow Lite：https://www.tensorflow.org/lite/guide/build_cmake on x86_64 in Ubuntu 22.4 编译器版本是 $ cc --版本 cc (Ubuntu 11.4.0-1ubuntu1~22.04) 11.4.0 我尝试...
pod 安装导致错误：“Pods-Runner”目标具有传递依赖项
pod 安装 分析依赖关系 下载依赖项 安装DKImagePickerController (4.3.4) 安装 DKPhotoGallery (0.0.17) 安装 FMDB (2.7.5) 安装颤振（1.0.0） 安装
在 IOS 上使用 pod“TensorFlowLite”和 pod“MediaPipeTasksVision”时出现重复符号
我正在尝试在应用程序中将新的 mediapipe Vision 解决方案 (handLandlmarker) 与另一个自定义 ML 模型 TFlite 一起使用，但是当尝试添加 pod“MediaPipeTasksVision”时，它会生成
将Superpoint的Tensorflow模型转换为Android的tflite模型的问题
我正在尝试将保存的模型从 Superpoint 的 Tensorflow 实现转换为 tflite 模型，以便在 Android 上进行测试。 我首先从 github 下载保存的模型： https://github.com/
TFLite 转换器未将 dummy_function 替换为 TFLite_Detection_PostProcess
我想实现一个 tf.Module 来解码框预测并应用可转换为 tflite 的 NonMaxSuppression。 此实现包括此处的元素。 它也遵循这个指南...
Android 中以音频剪辑作为输入的音频分类（使用 YAMNet TensorFlow lite 模型）
我使用过这个音频分类应用程序，我真的很喜欢它： https://github.com/tensorflow/examples/tree/master/lite/examples/audio_classification/android/ 本示例使用手机麦克风启动
我正在使用 tflite 模型制作器进行对象检测，我真的很想将类别权重应用到我的训练过程中以对抗类别不平衡。我正在使用 Efficient-Det-Lite 型号系列。
导入错误：在初始导入期间无法从“mediapipe_model_maker”导入名称“object_ detector”
我尝试按照本教程使用 mediapipe 训练 TensorFlow lite 对象检测模型。 我使用 Anaconda 按照此处所述设置环境。 我在 Windows 上使用 Pycharm ...
部署在 ESP32 上的预测 TensorFlow-lite 模型
如何在 ESP32 上部署 TensorFlow-lite 模型，从训练测试拆分中获取测试数据集并根据输入预测未来值？ 我已经训练了一个用于时间序列的 LSTM 模型