TFLite模型的開盲盒體驗(yàn)之編輯模型

上期小編帶著大家一起認(rèn)識(shí)了一下TFLite格式以及它所依賴的flatbuffer技術(shù)（TFLite模型的開盲盒體驗(yàn) ）。今天，小編帶領(lǐng)大家一起揭開TFLite格式的神秘面紗，看看它到底何許神也，并將如何編輯TFLite模型的分解步驟娓娓道來。

首先，我們要借助一個(gè)叫做flatc的小工具，首先從github下載到flatbuffer的源碼：

git clone https://github.com/google/flatbuffers.git

接下來進(jìn)入flatbuffer目錄，并創(chuàng)建一個(gè)名為build的文件夾并進(jìn)入：

在此目錄下打開Windows PowerShell，并輸入cmake ..：

等待構(gòu)建完成：

現(xiàn)在我們看到build目錄中多出了一些vs工程，雙擊打開FlatBuffers.sln, 并在flatc上右鍵選擇Build:

等待編譯完成：

我們可以在Debug目錄下找到flatc.exe。

目前工具有了，接下來就是處理TFLite模型了，打開模型需要一個(gè)schema.fbs文件，只要是電腦中有tensorflow的源碼，就能直接搜到：

接下來輸入以下指令：

flatc.exe -b schema.fbs cifar10.json

可以看到生成一個(gè).json文件：

想必大家還記得上期說到的，TFLite格式的構(gòu)成：包含了操作符(Operator   code)、子圖(SubGraph)以及緩沖區(qū)(Buffer)。子圖中定義了模型中的子圖，包括各個(gè)Tensor，輸入輸出的Tensor，以及子圖中的各個(gè)算子。雙擊打開所生成的json文件：

那么接下來，就不用小編再多說了吧？有了json格式，就可以直接修改了。簡(jiǎn)單起見，我們直接將模型的輸出變?yōu)槎鄠€(gè)，比如將FullyConnected節(jié)點(diǎn)的輸出也作為模型輸出：

搜索json文件，找到FullyConnected節(jié)點(diǎn)：

輸出標(biāo)號(hào)為11。找到模型的輸出節(jié)點(diǎn)，并將11填進(jìn)去：

保存文件，將json文件重新生成TFLite格式：

flatc.exe -t schema.fbs -- cifar10.tflite

重新打開cifar10.tflite文件：

可以看到，我們已經(jīng)成功將FullyConnected的輸出作為模型的輸出啦：

轉(zhuǎn)換成功!!! 當(dāng)然，更加高級(jí)的玩法，就請(qǐng)大家自行去挖掘了。小編在這里只是拋磚引玉~

大致思路是先用flatc工具將TFLite模型轉(zhuǎn)換成json文件后，將TFLite模型的修改轉(zhuǎn)換為對(duì)json文件進(jìn)行處理。最后，再通過flatc工具將修改后的json文件重新生成TFLite模型。

相信大家都能改造出屬于自己的TFLite模型，祝大家開盲盒順利??！

開盲盒準(zhǔn)備：TFLite模型的開盲盒體驗(yàn) http://2s4d.com/article/202405/458552.htm

開盲盒終極：TFLite模型終極開盲盒來啦！ http://2s4d.com/article/202405/458557.htm