求助：将.keras手势识别模型转换为.tflite的代码问题排查

问题分析与解决方案 #

首先，你的环境存在几个版本冲突问题：

• 同时安装了稳定版TensorFlow 2.15.0和tf-nightly 2.17.0.dev20240306，这会导致依赖混乱
• TFLite版本2.10.0与TensorFlow 2.15.0不匹配，版本差异可能引发转换错误

针对模型转换代码，当前代码仅完成转换但未将生成的TFLite模型保存到文件中，同时建议添加一些优化配置提升手势识别模型的性能。

修正后的代码 #

import tensorflow as tf

# 加载Keras模型
model = tf.keras.models.load_model('model/model_save/hand_tracking_model.keras')

# 初始化转换器，添加优化配置
converter = tf.lite.TFLiteConverter.from_keras_model(model)
# 启用量化优化（针对手势识别这类移动端场景非常有用）
converter.optimizations = [tf.lite.Optimize.DEFAULT]
# 如果模型有固定输入形状，可以指定输入类型和形状进一步优化
# converter.target_spec.supported_types = [tf.float16]

# 执行转换
tflite_model = converter.convert()

# 将转换后的模型保存到文件
with open('hand_tracking_model.tflite', 'wb') as f:
    f.write(tflite_model)

环境修复步骤 #

1. 卸载冲突的包：

pip uninstall -y tensorflow tf-nightly tflite

2. 安装匹配版本的TensorFlow（包含TFLite工具）：

pip install tensorflow==2.15.0

注意：TensorFlow官方包已内置TFLite转换器，无需单独安装tflite包。

内容的提问来源于stack exchange，提问作者mausor11