Question

在tensorflow中，从头开始训练产生了6个文件：

events.out.tfevents.1503494436.06L7-BRM738

model.ckpt-22480.meta

checkpoint

model.ckpt-22480.data-00000-of-00001

model.ckpt-22480.index

graph.pbtxt

我想将它们（或仅需要的）转换为一个文件 graph.pb ，以便将其传输到我的Android应用程序。

我尝试了脚本freeze_graph.py，但它需要输入我没有的 input.pb 文件。（我之前只提到过这6个文件）。如何获得这个 freezed_graph.pb 文件？我看到几个线程，但没有一个为我工作。

Answer 1

您可以使用此简单脚本来执行此操作。但是您必须指定输出节点的名称。

import tensorflow as tf

meta_path = 'model.ckpt-22480.meta' # Your .meta file
output_node_names = ['output:0']    # Output nodes

with tf.Session() as sess:

    # Restore the graph
    saver = tf.train.import_meta_graph(meta_path)

    # Load weights
    saver.restore(sess,tf.train.latest_checkpoint('.'))

    # Freeze the graph
    frozen_graph_def = tf.graph_util.convert_variables_to_constants(
        sess,
        sess.graph_def,
        output_node_names)

    # Save the frozen graph
    with open('output_graph.pb', 'wb') as f:
      f.write(frozen_graph_def.SerializeToString())

如果您不知道输出节点或节点的名称，有两种方法

您可以浏览图表并使用Netron或控制台summarize_graph实用程序查找名称。
您可以将所有节点用作输出节点，如下所示。

output_node_names =[n.name for n in tf.get_default_graph().as_graph_def().node]

但我认为这是不寻常的情况，因为如果您不了解输出节点，则无法实际使用该图。

Answer 2

因为它可能对其他人有帮助，我也会在github的答案后回答这里;-)。我想你可以试试这样的东西（使用tensorflow / python / tools中的freeze_graph脚本）：

python freeze_graph.py --input_graph=/path/to/graph.pbtxt --input_checkpoint=/path/to/model.ckpt-22480 --input_binary=false --output_graph=/path/to/frozen_graph.pb --output_node_names="the nodes that you want to output e.g. InceptionV3/Predictions/Reshape_1 for Inception V3 "

这里的重要标志是--input_binary = false，因为文件graph.pbtxt是文本格式。我认为它对应于所需的graph.pb，它是二进制格式的等价物。

关于output_node_names，这对我来说真的很困惑，因为我在这部分仍然有一些问题，但是你可以在tensorflow中使用summarize_graph脚本，它可以将pb或pbtxt作为输入。

此致

斯蒂芬

Answer 3

我尝试了freezed_graph.py脚本，但output_node_name参数完全令人困惑。工作失败了。

所以我尝试了另一个： export_inference_graph.py 。它按预期工作了！

python -u /tfPath/models/object_detection/export_inference_graph.py \
  --input_type=image_tensor \
  --pipeline_config_path=/your/config/path/ssd_mobilenet_v1_pets.config \
  --trained_checkpoint_prefix=/your/checkpoint/path/model.ckpt-50000 \
  --output_directory=/output/path

我使用的tensorflow安装包来自这里： https://github.com/tensorflow/models

Answer 4

首先，使用以下代码生成graph.pb文件。将tf.Session（）设置为sess：

    # Restore the graph
    _ = tf.train.import_meta_graph(args.input)

    # save graph file
    g = sess.graph
    gdef = g.as_graph_def()
    tf.train.write_graph(gdef, ".", args.output, True)

然后，使用摘要图获取输出节点名称。最后，使用

python freeze_graph.py --input_graph=/path/to/graph.pbtxt --input_checkpoint=/path/to/model.ckpt-22480 --input_binary=false --output_graph=/path/to/frozen_graph.pb --output_node_names="the nodes that you want to output e.g. InceptionV3/Predictions/Reshape_1 for Inception V3 "

生成冻结图。

Tensorflow：如何将.meta，.data和.index模型文件转换为一个graph.pb文件

4 个答案: