Question

我有cfg和weight形式的定制YOLO模型。我使用darkflow（https://github.com/thtrieu/darkflow）作为

将此模型转换为.pb和.meta文件

sudo ./flow --model cfg/license.cfg --load bin/yololp1_420000.weights --savepb --verbalise

分析结果.pb（/ license.pb）是

>>> import tensorflow as tf
>>> gf = tf.GraphDef()
>>> gf.ParseFromString(open('/darkflow/built_graph/license.pb','rb').read())
202339124
>>> [n.name + '=>' +  n.op for n in gf.node if n.op in ( 'Softmax','Placeholder')]
[u'input=>Placeholder']
>>> [n.name + '=>' +  n.op for n in gf.node if n.op in ( 'Softmax','Mul')]
[u'mul=>Mul', u'mul_1=>Mul', u'mul_2=>Mul', u'mul_3=>Mul', u'mul_4=>Mul', u'mul_5=>Mul', u'mul_6=>Mul', ...]

它有＆＃39;输入＆＃39;层没有＆＃39;输出＆＃39;层。我试图将模型移植到tensorflow相机演示检测（https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/android）。一秒钟后相机预览停止。 android异常如下：

04-27 15:06:32.727 21721 21737 D gralloc : gralloc_lock_ycbcr success. format : 11, usage: 3, ycbcr.y: 0xc07cf000, .cb: 0xc081a001, .cr: 0xc081a000, .ystride: 640 , .cstride: 640, .chroma_step: 2
04-27 15:06:32.735 21721 21736 E TensorFlowInferenceInterface: Failed to run TensorFlow inference with inputs:[input], outputs:[output]
04-27 15:06:32.736 21721 21736 E AndroidRuntime: FATAL EXCEPTION: inference
04-27 15:06:32.736 21721 21736 E AndroidRuntime: Process: org.tensorflow.demo, PID: 21721
04-27 15:06:32.736 21721 21736 E AndroidRuntime: java.lang.IllegalArgumentException: No OpKernel was registered to support Op 'ExtractImagePatches' with these attrs.  Registered devices: [CPU], Registered kernels:
04-27 15:06:32.736 21721 21736 E AndroidRuntime:   <no registered kernels>
04-27 15:06:32.736 21721 21736 E AndroidRuntime:     [[Node: ExtractImagePatches = ExtractImagePatches[T=DT_FLOAT, ksizes=[1, 2, 2, 1], padding="VALID", rates=[1, 1, 1, 1], strides=[1, 2, 2, 1]](47-leaky)]]

如何解决这个问题？我试过＆＃34; optimize_for_inference.py＆＃34;将.pb转换为移动优化的.pb也没有用。鉴于此，如何获得输入和输入在转换后的.pb文件中正确定义输出张量/图层？或者如何在TF摄像机检测演示中正确移植得到的.pb？

Answer 1

No Opkernel表示没有实现运行此.pb的硬件。要解决此问题，请查看./net/ops/convolution.py的类重组。它有两个方法_forward和forward。当前的默认选项是使用forward，它有extract_image_patches - 一种内置的tensorflow方法。

交换两个方法的名称，您将使用我的手动实现，这应该没有Opkernel实现的问题。

参考：https://github.com/thtrieu/darkflow/issues/56

将Darkflow张量流模型移植到Tensorflow Android相机检测演示中

1 个答案: