官方推出了Tensorflow Lite的转换工具tflite_convert，但是这个工具无法用于转换ssd_mobilenet_v1的文件，出现难以解决的问题，如果小伙伴知道，可以也告诉我，所以还是用bazel工具进行转换。本文是在我上一篇文章的后续文章，可以参考下。
https://www.jianshu.com/p/031239631bf7
环境
tensorflow = 1.12.0
bazel = 0.18.1
ubuntu = 18.04.1
python = 3.6.2
安装 bazel (0.18.1)
如果tensorflow是1.12.0，那么必须安装指定版本0.18.1的bazel，不然会出现很多的错误无法解决。
wget https://github.com/bazelbuild/bazel/releases/download/0.18.1/bazel-0.18.1-installer-linux-x86_64.sh
chmod +x bazel-0.18.1-installer-linux-x86_64.sh
./bazel-0.18.1-installer-linux-x86_64.sh --user
更多安装方式参考 https://docs.bazel.build/versions/master/install.html
下载tensorflow工程代码
git clone https://github.com/tensorflow/tensorflow.git
编译转换工具
cd tensorflow/
bazel build tensorflow/python/tools:freeze_graph
bazel build tensorflow/contrib/lite/toco:toco
如果操作系统和选择的bazel不同，这个环节会出现各种错误，所以选择合适的软件版本特别重要。
生成tflite_graph.pb文件
cd models/research/object_detection
python export_tflite_ssd_graph.py \
--pipeline_config_path=data/ssd_mobilenet_v1_coco.config \
--trained_checkpoint_prefix=data/training/model.ckpt-28189 \
--output_directory=data/output \
--add_postprocessing_op=true
利用bazel生成tflite文件
bazel-bin/tensorflow/contrib/lite/toco/toco \
--input_file=tflite_graph.pb \
--output_file=detect.tflite \
--input_shapes=1,300,300,3 \
--input_arrays=normalized_input_image_tensor \
--output_arrays='TFLite_Detection_PostProcess','TFLite_Detection_PostProcess:1','TFLite_Detection_PostProcess:2','TFLite_Detection_PostProcess:3' \
--inference_type=QUANTIZED_UINT8 \
--mean_values=128 \
--std_values=128 \
--change_concat_input_ranges=false \
--default_ranges_min=0 \
--default_ranges_max=6 \
--allow_custom_ops
在Android上测试
在下面的目录中有tensorflow lite的例子，可以替换原来的detect.tflite文件，修改对应的coco_labels_list.txt文件，建议改成不一样的名称，修改代码，不然运行的时候，detect.tflite和coco_labels_list.txt会重新下载，又被覆盖掉了。
https://github.com/tensorflow/tensorflow/tree/master/tensorflow/lite/examples/android
