Question

我已经使用Azure Custom Vision培训了一个模型并下载了适用于Android的TensorFlow文件（见：DefaultWeightedEdge）。如何在https://docs.microsoft.com/en-au/azure/cognitive-services/custom-vision-service/export-your-model使用此功能？

我需要一个模型（pb文件）和权重（json文件）。但Azure给了我一个.pb和一个带标签的文本文件。

从我的研究中我也了解到还有不同的pb文件，但我无法找到Azure Custom Vision导出的类型。

我找到了tensorflow.js。这是将TensorFlow SavedModel（Azure中的* .pb文件是SavedModel？）或Keras模型转换为Web友好格式。但是我需要填写＆＃34; output_node_names＆＃34; （我怎么得到这些？）。我也不是100％确定Android的pb文件是否等于＆＃34; tf_saved_model＆＃34;。

我希望有人有提示或起点。

Answer 1

只模仿我说的here即可为您节省点击。我希望直接导出到tfjs的选项很快可用。

这些是我为使导出的TensorFlow模型对我有用的步骤：

用Pad替换PadV2操作。这个python函数应该做到这一点。 input_filepath是.pb模型文件的路径，而output_filepath是将要创建的更新的.pb文件的完整路径。

import tensorflow as tf
def ReplacePadV2(input_filepath, output_filepath):
    graph_def = tf.GraphDef()
    with open(input_filepath, 'rb') as f:
        graph_def.ParseFromString(f.read())

    for node in graph_def.node:
        if node.op == 'PadV2':
            node.op = 'Pad'
            del node.input[-1]
            print("Replaced PadV2 node: {}".format(node.name))

    with open(output_filepath, 'wb') as f:
        f.write(graph_def.SerializeToString())

Install tensorflowjs 0.8.6或更早的版本。在更高版本中转换冻结的模型is deprecated。
调用转换器时，将--input_format设置为tf_frozen_model，并将output_node_names设置为model_outputs。这是我使用的命令。

tensorflowjs_converter --input_format=tf_frozen_model --output_json=true --output_node_names='model_outputs' --saved_model_tags=serve  path\to\modified\model.pb  folder\to\save\converted\output

理想情况下，tf.loadGraphModel('path/to/converted/model.json')现在应该可以工作（已针对tfjs 1.0.0及更高版本进行测试）。

Answer 2

部分答案：

尝试实现同一目标-这是答案的开始-利用output_node_names：

tensorflowjs_converter --input_format=tf_frozen_model --output_node_names='model_outputs' model.pb web_model

我不确定如何将其合并到同一代码中-您有@Kasper Kamperman吗？

使用带有tensorflow.js的Azure自定义视觉训练模型

2 个答案: