回答編集履歴
4
サンプルのノートブックへのリンクを追加
test
CHANGED
|
@@ -284,6 +284,10 @@
|
|
|
284
284
|
|
|
285
285
|
```
|
|
286
286
|
|
|
287
|
+
|
|
288
|
+
|
|
289
|
+
**[サンプルのGoogleColaboratory](https://colab.research.google.com/drive/11I_tKY9CaPGYhHkAq73cSFMfTtFb05RN)**
|
|
290
|
+
|
|
287
291
|
checkpointや.pbや.tfliteのモデル構造はコチラの **[NETRON](https://lutzroeder.github.io/netron/)** で確認可能です。
|
|
288
292
|
|
|
289
293
|
また、**[コチラ deeplab cityscape edgetpu #3](https://github.com/PINTO0309/PINTO_model_zoo/issues/3)** で海外エンジニアに量子化の手順を説明しています。ご参考になれば幸いです。コチラの私のGithubリポジトリ **[PINTO0309/PINTO_model_zoo](https://github.com/PINTO0309/PINTO_model_zoo/tree/master/01_deeplabv3/04_mobilenetv2_dm10/02_coco_voc_trainval)** には変換スクリプトのサンプルと変換前後のモデルをコミットしてあります。ご参考にどうぞ。
|
3
記載漏れを追記
test
CHANGED
|
@@ -10,6 +10,14 @@
|
|
|
10
10
|
|
|
11
11
|
|
|
12
12
|
|
|
13
|
+
#export_model.py を編集
|
|
14
|
+
|
|
15
|
+
#input_image = tf.placeholder(tf.uint8, [1, None, None, 3], name=_INPUT_NAME)
|
|
16
|
+
|
|
17
|
+
input_image = tf.placeholder(tf.float32, [1, FLAGS.crop_size[0], FLAGS.crop_size[1], 3], name=_INPUT_NAME)
|
|
18
|
+
|
|
19
|
+
|
|
20
|
+
|
|
13
21
|
$ python3 export_model.py \
|
|
14
22
|
|
|
15
23
|
--logtostderr \
|
2
mask r-cnnの説明を追記
test
CHANGED
|
@@ -278,4 +278,14 @@
|
|
|
278
278
|
|
|
279
279
|
checkpointや.pbや.tfliteのモデル構造はコチラの **[NETRON](https://lutzroeder.github.io/netron/)** で確認可能です。
|
|
280
280
|
|
|
281
|
-
また、**[コチラ deeplab cityscape edgetpu #3](https://github.com/PINTO0309/PINTO_model_zoo/issues/3)** で海外エンジニアに量子化の手順を説明しています。ご参考になれば幸いです。コチラの私のGithubリポジトリ **[PINTO0309/PINTO_model_zoo](https://github.com/PINTO0309/PINTO_model_zoo/tree/master/01_deeplabv3/04_mobilenetv2_dm10/02_coco_voc_trainval)** には変換スクリプトのサンプルと変換前後のモデルをコミットしてあります。ご参考にどうぞ。
|
|
281
|
+
また、**[コチラ deeplab cityscape edgetpu #3](https://github.com/PINTO0309/PINTO_model_zoo/issues/3)** で海外エンジニアに量子化の手順を説明しています。ご参考になれば幸いです。コチラの私のGithubリポジトリ **[PINTO0309/PINTO_model_zoo](https://github.com/PINTO0309/PINTO_model_zoo/tree/master/01_deeplabv3/04_mobilenetv2_dm10/02_coco_voc_trainval)** には変換スクリプトのサンプルと変換前後のモデルをコミットしてあります。ご参考にどうぞ。
|
|
282
|
+
|
|
283
|
+
|
|
284
|
+
|
|
285
|
+
ちなみに、mask r-cnnはTensorflow Liteが公式には変換に対応していません。小細工をすれば変換はできますが難易度が高いためお勧めしません。
|
|
286
|
+
|
|
287
|
+
**[mask r-cnnの変換スクリプト群 https://github.com/PINTO0309/PINTO_model_zoo/tree/master/08_mask_rcnn_inceptionv2](https://github.com/PINTO0309/PINTO_model_zoo/tree/master/08_mask_rcnn_inceptionv2)**
|
|
288
|
+
|
|
289
|
+
|
|
290
|
+
|
|
291
|
+
お役に立てれば幸いです。
|
1
参考URLを追記
test
CHANGED
|
@@ -276,4 +276,6 @@
|
|
|
276
276
|
|
|
277
277
|
```
|
|
278
278
|
|
|
279
|
+
checkpointや.pbや.tfliteのモデル構造はコチラの **[NETRON](https://lutzroeder.github.io/netron/)** で確認可能です。
|
|
280
|
+
|
|
279
281
|
また、**[コチラ deeplab cityscape edgetpu #3](https://github.com/PINTO0309/PINTO_model_zoo/issues/3)** で海外エンジニアに量子化の手順を説明しています。ご参考になれば幸いです。コチラの私のGithubリポジトリ **[PINTO0309/PINTO_model_zoo](https://github.com/PINTO0309/PINTO_model_zoo/tree/master/01_deeplabv3/04_mobilenetv2_dm10/02_coco_voc_trainval)** には変換スクリプトのサンプルと変換前後のモデルをコミットしてあります。ご参考にどうぞ。お役に立てれば幸いです。
|