240619.txt

model을 처음에는 h5형식으로 만들었는데 
flutter에서는 model을 tlife형식으로 돌려야해서 
형식을 변경하려고 했는데 생각만큼 되지않았다 
그래서 인터넷으로 구글링을 하다가 찾았다 ( https://blog.naver.com/hhj732/221691367093)
참조 하였고 

import tensorflow as tf
from tensorflow import keras

# 모델 정의
model = tf.keras.models.Sequential([
    tf.keras.layers.Conv2D(32, (3, 3), activation='relu', input_shape=(150, 150, 3)),
    tf.keras.layers.MaxPooling2D(2, 2),
    tf.keras.layers.Conv2D(64, (3, 3), activation='relu'),
    tf.keras.layers.MaxPooling2D(2, 2),
    tf.keras.layers.Conv2D(128, (3, 3), activation='relu'),
    tf.keras.layers.MaxPooling2D(2, 2),
    tf.keras.layers.Conv2D(128, (3, 3), activation='relu'),
    tf.keras.layers.MaxPooling2D(2, 2),
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dropout(0.5),
    tf.keras.layers.Dense(512, activation='relu'),
    tf.keras.layers.Dense(1, activation='sigmoid')
])

# 모델의 가중치를 불러옵니다.
model.load_weights('plant_model.h5')

# TensorFlow SavedModel 포맷으로 모델 저장
export_path = 'D:\\AI\\study\\project\\model\\saved_model'
model.export(export_path)

# SavedModel을 TensorFlow Lite 포맷으로 변환
converter = tf.lite.TFLiteConverter.from_saved_model(export_path)
converter.target_spec.supported_ops = [tf.lite.OpsSet.TFLITE_BUILTINS,
                                       tf.lite.OpsSet.SELECT_TF_OPS]
tflite_model = converter.convert()

# 변환된 TensorFlow Lite 모델 저장
with open('D:\\AI\\study\\project\\model\\plant_model.tflite', 'wb') as f:
    f.write(tflite_model)

이렇게 변환하는 코드로 변경해서 내가 만든 모델층을 알려주고 가중치를 불러와서 
h5파일로 저장후 lite포맷으로 변환하고 난후 저장을 해서 다시 만들었다 
혹시나 몰라서 다른 컴퓨터에 train 모델을 다시 만들었다 epoch는 150으로 변경해서 다시 model을 
생성중이다.