●学習data Convert　ckpt　.pb　.tflite

　2022.06.24

VOTTで Annotationした dataを MacBookで学習させると ckpt fileができます。
ckpt fileのままでは tenserflowLiteでは使用できませんので、
data形式の変換をします。dataの変換はこの様に行います。
学習済data　：　ckpt形式　⇒　.pb形式　⇒　.tflite形式


【MacBook Air　　ckpt　⇒　.pb　変換】
学習済 model をconvert　ckpt　⇒　.pb
$ cd ~/models/research
$ python object_detection/exporter_main_v2.py \
--input_type image_tensor \
--pipeline_config_path ./object_detection_tools/config/efficientdet_d0_coco17_tpu-32.config \
--trained_checkpoint_dir ./saved_model_01 \
--output_directory ./exported_graphs

$ exported_graphs
　Folderが出来て、中に .pb fileができます。

txt file の変換
$ cp object_detection_tools/scripts/convert_pbtxt_label.py　./
$ python convert_pbtxt_label.py \
-l='object_detection_tools/data/tf_label_map.pbtxt' > \
./exported_graphs/labels.txt


【物体検出を動作させる】
Macには cameraが付いているので、物体検出を動作させる事ができます。
.pb形式のdataを実行してみます。
$ cd ~/models/research
$ python object_detection_tools/scripts/object_detection_tf2.py \
-l='./exported_graphs/labels.txt' \
-m='./exported_graphs/saved_model/'

● camera 画像は表示されて物体検出の programは動作している。
　ただし、自作した道路標識は認識せず。


【MacBook ⇒ raspberrypi 転送】
作成した学習済dataを RasPi側で動作させるため転送を行います。

$ cd /Users/「ユーザー名」/miniforge3/envs/py38/models/research
$ scp -r exported_graphs/*　pi@192.168.1.11:/home/Virtual/models/research/exported_graphs01/
転送 OK


【RaspberryPi 側　物体検出を動作させる】
RasPi側で .pb形式dataを実行してみます。


【RasPi側環境】

・RasPi ・RAM ・O S ・SSD ・Hard ・Camera ・python ・tensorflow

RaspberryPi 4B 4 GB RaspberryPi (buster)　armv7l　32bit　Ver.10 micro SD 64GB SunFounder PiCar-4WD kit RaspberryPi Camera module local: python3.7.3　global: 3.8.13　system: 3.9.2 ver 2.2.0

$ cd /home/Virtual/models/research
$ python object_detection_tools/scripts/object_detection_tf2.py \
-l=”./exported_graphs01/labels.txt” \
-m=”./exported_graphs01/saved_model/”

SSHから実行すると Errorになる。
RasPi 側から動作させると Errorは出ないが画面表示が出無い。


【MacBook Air　　.pb　⇒　.tflite　変換】

学習済 model をconvert　.pb　⇒　.tflite
$ cd ~/models/research
$ tflite_convert \
--output_file=tflite_data/result1.tflite \
--graph_def_file=exported_graphs01/saved_model/saved_model.pb \
--input_arreys=monalized_input_image_tensor \
--output_arrays=TFLite_Detection_PostProcess,TFLite_Detection_PostProcess:1, TFLite_Detection_PostProcess:2,TFLite_Detection_PostProcess:3 \
--input_shapes=1,300,300,3 \
--change_concat_input_ranges=false \
--allow_custom_ops=true