将TFLite（TensorFlow）转换为MLModel（Apple）

Question

我正在尝试将TFLite面部网格模型转换为MLModel（Apple）

TFLite模型说明： https://drive.google.com/file/d/1VFC_wIpw4O7xBOiTgUldl79d9LA-LsnA/view

TFLite实际.TFLite文件： https://github.com/google/mediapipe/blob/master/mediapipe/models/face_landmark.tflite

查看Apple（https://coremltools.readme.io/docs/introductory-quickstart）提供的CoreMLTools似乎是可能的，但所有示例代码都演示了来自Keras而不是来自TFLite的对话（尽管它得到了明确的支持）：

如何将TFLite模型转换为MLModel模型？

Answer 1

据我所知，没有从TFLite到CoreMl的直接转换。有人可以创建这样的转换器，但显然没有人有

两种选择：

1. 你自己做吧。有一个用于读取TFLite文件的Python API（flatbuffers）和一个用于写入核心ML文件的API（coremltools中的NeuralNetworkBuilder）。逐个浏览TFLite模型的各个层，并将它们添加到NeuralNetworkBuilder，然后另存为.mlmodel文件

2. 让TFLite为您执行此操作。在TFLite中使用CoreMLDelegate时，它实际上会动态执行模型转换，并保存一个.mlmodel文件（或编译版本.mlmodelc）。然后它使用coreml来运行这个模型。您可以编写一些代码，使用CoreMLDelegate使用TFLite加载模型，然后获取从应用程序包创建的.mlmodel文件并使用它