1. 环境搭建及编译¶

环境搭建¶

以下的环境搭建适用于 Macos 以及 Linux 系统，其中 Linux 以 centos7.2 为例。

安装protobuf(version >= 3.4.0)

Macos:

brew install protobuf

Linux:

对于 linux 系统，我们建议参考protobuf 的官方README文档，直接从源码进行安装。

如果你使用的是Ubuntu 系统可以使用下面的指令进行安装：

sudo apt-get install libprotobuf-dev protobuf-compiler

安装python (version >=3.6)

Macos

brew install python3

Centos:

yum install  python3 python3-devel

安装 python 依赖库numpy>=1.17.0protobuf>=3.4.0

pip3 install numpy  protobuf

cmake （version >= 3.0）从的官网下载最新版本的 cmake，然后按照文档安装即可。建议使用最新版本的 cmake。

编译¶

tflite2tnn 工具在 Mac 以及 Linux 上有自动编译脚本直接运行既可以。

cd <path-to-tnn>/tools/convert2tnn
./build.sh 

2. tflite2tnn 工具的使用¶

首先查看工具的帮助信息：

python3 converter.py tflite2tnn  -h

help 信息如下所示：

usage: converter.py tflite2tnn [-h] tflitemodel_path [-version VERSION] [-o OUTPUT_DIR]

optional arguments:
  -h, --help            show this help message and exit
  -version VERSION      Algorithm version string
  -optimize OPTIMIZE    Optimize model befor convert, 1:default yes, 0:no
  -half HALF            Save model using half, 1:yes, 0:default no
  -o OUTPUT_DIR         the output dir for tnn model
  -input_shape INPUT_SHAPE
                        manually-set static input shape, useful when the input
                        shape is dynamic

python3 converter.py tflite2tnn  test.tflite

参数说明：
-version
模型版本号，便于后续算法进行跟踪
-o
output_dir : 指定 TNN 模型的存放的文件夹路径，该文件夹必须存在

3. 算子支持情况以及使用限制¶

目前 tflite2tnn 的工具能够支持的算子列表，可以在支持列表