将 TensorFlow 转换为 CoreML

coremltools（推荐方法）

将 TensorFlow 模型转换为 CoreML 格式的推荐方法是使用通过 新 统一转换 API 提供的 TensorFlow 转换器，该 API 已在 coremltools 4.0 Python 包中引入。有关示例用法，请参阅 coremltools 文档中的 TensorFlow 转换 部分。

要安装 coremltools 包，请按照 coremltools 文档中的 这些说明 进行操作。

tfcoreml

tfcoreml 包已 不再维护。

转换 API tfcoreml.convert 仅应在以下所有条件均满足时使用：

1. 主要部署目标为 iOS 12 或更早版本。
2. 源模型为以冻结的 Protocol Buffers 格式（“.pb”）序列化的 TensorFlow 1 graph_def 对象。

要安装 tfcoreml，请运行：

pip install --upgrade tfcoreml

请阅读 此使用部分，其中说明了如何使用 tfcoreml 转换模型。

如需访问新功能、错误修复、社区支持和请求等功能，请使用 coremltools GitHub 仓库。

许可证

Apache License 2.0

tf-coreml 快速上手指南

重要提示：tfcoreml 包已不再维护。仅当您的部署目标为 iOS 12 或更早版本，且源模型为冻结的 TensorFlow 1 .pb 文件时，才建议使用此工具。对于新开发项目，强烈推荐使用 coremltools (4.0+) 的统一转换 API。

环境准备

• 操作系统：macOS（CoreML 主要运行环境），Linux 或 Windows 也可用于转换过程。
• Python 版本：支持 Python 2.7 及 Python 3.x。
• 前置依赖：
  • TensorFlow 1.x（需已安装并能加载 .pb 模型文件）。
  • pip 包管理工具。

安装步骤

使用 pip 安装最新版本的 tfcoreml。国内开发者可使用清华源加速下载：

pip install --upgrade tfcoreml -i https://pypi.tuna.tsinghua.edu.cn/simple

或者使用官方源：

pip install --upgrade tfcoreml

基本使用

以下是最简单的转换示例，将冻结的 TensorFlow 模型 (.pb) 转换为 CoreML 模型 (.mlmodel)。

假设您有一个名为 model.pb 的冻结模型文件，输入节点名为 input，输出节点名为 output：

import tfcoreml as tf_converter

tf_converter.convert(
    tf_model_path='model.pb',
    mlmodel_path='model.mlmodel',
    input_names=['input'],
    output_names=['output']
)

转换完成后，即可在 Xcode 中使用生成的 model.mlmodel 文件进行 iOS 应用集成。