Question

How to Retrain an Image Classifier for New Categories中描述的脚本retrain.py运行为

python retrain.py --tfhub_module https://tfhub.dev/google/imagenet/mobilenet_v2_100_224/feature_vector/2 --image_dir /tmp/test

并生成输出文件/tmp/output_graph.pb。 Converting this与

tensorflowjs_converter --input_format=tf_saved_model --output_format=tfjs_graph_model /tmp/output_graph.pb /tmp/model

失败

IOError：以下位置不存在SavedModel文件：/tmp/output_graph.pb/ {saved_model.pbtxt | saved_model.pb}

如果文件output_graph.pb重命名为saved_model.pb（by @edkeveked），则错误更改为

RuntimeError：在SavedModel中找不到与标签“ serve”关联的MetaGraphDef。要检查SavedModel中可用的标签集，请使用SavedModel CLI：saved_model_cli

saved_model_cli show --dir .报告了一个空标记集。

如何解决？

Answer 1

输入路径是文件夹的路径，而不是文件的路径。请考虑以下内容：

tensorflowjs_converter --input_format=tf_saved_model --output_format=tfjs_graph_model /tmp /tmp/model

Answer 2

正如Retrain image detection with MobileNet中@Ping Yu所暗示的，您可以使用

python retrain.py --tfhub_module https://tfhub.dev/google/imagenet/mobilenet_v2_100_224/feature_vector/2 \
    --image_dir /tmp/flower_photos --saved_model_dir /tmp/saved_retrained_model
tensorflowjs_converter --input_format=tf_saved_model \
    --output_format=tfjs_graph_model \
    --saved_model_tags=serve \
    /tmp/saved_retrained_model/ /tmp/converted_model/

这将使用保存的模型格式保存模型。

将retrain.py的输出转换为tensorflow.js

2 个答案: