FaceNet 和 MTCNN 转 TFLite 和 CoreML 项目教程

FaceNet 和 MTCNN 转 TFLite 和 CoreML 项目教程

facenet_mtcnn_to_mobileconvert facenet and mtcnn models from tensorflow to tensorflow lite and coreml （使用 TFLite 将 FaceNet 和 MTCNN 移植到移动端）项目地址:https://gitcode.com/gh_mirrors/fa/facenet_mtcnn_to_mobile

1、项目的目录结构及介绍

项目的目录结构如下：

facenet_mtcnn_to_mobile/
├── facenet/
│   ├── ...
├── mtcnn/
│   ├── ...
├── .gitignore
├── LICENSE.md
├── Pipfile
├── Pipfile.lock
├── README.md

目录介绍：

• facenet/：包含 FaceNet 模型的相关文件和转换脚本。
• mtcnn/：包含 MTCNN 模型的相关文件和转换脚本。
• .gitignore：Git 忽略文件配置。
• LICENSE.md：项目许可证文件。
• Pipfile 和 Pipfile.lock：用于管理项目依赖的 Pipenv 文件。
• README.md：项目说明文档。

2、项目的启动文件介绍

项目的启动文件主要涉及模型转换的脚本。以下是主要的启动文件：

FaceNet 转换脚本

• facenet/tocoreml.py：用于将 FaceNet 模型转换为 CoreML 格式。

MTCNN 转换脚本

• mtcnn/freeze_graph.py：用于生成 MTCNN 网络的 eval graph。
• mtcnn/to_tflite.sh：用于生成 MTCNN 的 TFLite 模型。
• mtcnn/tocoreml.py：用于将 MTCNN 模型转换为 CoreML 格式。

3、项目的配置文件介绍

项目的配置文件主要包括依赖管理文件和模型转换参数配置。

依赖管理文件

• Pipfile 和 Pipfile.lock：使用 Pipenv 管理项目依赖。

模型转换参数配置

• mtcnn/freeze_graph.py：可以通过 --width 和 --height 参数指定 PNet 图的输入大小。

python freeze_graph.py --width 800 --height 600

以上是项目的目录结构、启动文件和配置文件的介绍。希望这些信息能帮助你更好地理解和使用该项目。

facenet_mtcnn_to_mobileconvert facenet and mtcnn models from tensorflow to tensorflow lite and coreml （使用 TFLite 将 FaceNet 和 MTCNN 移植到移动端）项目地址:https://gitcode.com/gh_mirrors/fa/facenet_mtcnn_to_mobile