了解export-tflite-ssd-graph.py

主要目标 export_tflite_ssd_graph.py 将训练检查点文件导出到冻结图中,以便以后用于传输学习或直接推理(因为它们包含模型结构信息和训练权重信息)。事实上 model zoo 是这样生成的冻结图。

至于 tf.image.non_max_suppression , export_tflite_ssd_graph.py导出 不用于“支持”它,但如果 --add_postprocessing_op 已设置 true 将有另一个自定义op节点添加到冻结图中,此自定义节点将具有类似于op的功能 tf.image.non_max_抑制 . 见参考文献 here .

最后 pipeline.config 文件直接对应于中用于培训的配置文件( --pipeline_config_path ),它是它的副本,但通常具有修改的分数阈值(请参见说明 here 关于 管道配置 ,因此,如果使用自定义模型,则必须在培训之前创建它。要创建自定义配置文件, here 是官方教程。