Question

我是深度学习的新手，我想使用预训练（EAST）模型从AI平台服务中进行服务，开发人员可以使用以下文件：

model.ckpt-49491.data-00000-of-00001
检查点
model.ckpt-49491.index
model.ckpt-49491.meta

我想将其转换为TensorFlow .pb格式。有办法吗？我已经从here

中提取了模型

完整代码here可用。

我查过here，它显示了以下代码来对其进行转换：

来自tensorflow/models/research/

INPUT_TYPE=image_tensor
PIPELINE_CONFIG_PATH={path to pipeline config file}
TRAINED_CKPT_PREFIX={path to model.ckpt}
EXPORT_DIR={path to folder that will be used for export}

python object_detection/export_inference_graph.py \
    --input_type=${INPUT_TYPE} \
    --pipeline_config_path=${PIPELINE_CONFIG_PATH} \
    --trained_checkpoint_prefix=${TRAINED_CKPT_PREFIX} \
    --output_directory=${EXPORT_DIR}

我无法确定要传递的值：

INPUT_TYPE
PIPELINE_CONFIG_PATH。

Answer 1

这是将检查点转换为SavedModel的代码

import os
import tensorflow as tf

trained_checkpoint_prefix = 'models/model.ckpt-49491'
export_dir = os.path.join('export_dir', '0')

graph = tf.Graph()
with tf.compat.v1.Session(graph=graph) as sess:
    # Restore from checkpoint
    loader = tf.compat.v1.train.import_meta_graph(trained_checkpoint_prefix + '.meta')
    loader.restore(sess, trained_checkpoint_prefix)

    # Export checkpoint to SavedModel
    builder = tf.compat.v1.saved_model.builder.SavedModelBuilder(export_dir)
    builder.add_meta_graph_and_variables(sess,
                                         [tf.saved_model.TRAINING, tf.saved_model.SERVING],
                                         strip_default_attrs=True)
    builder.save()

Answer 2

在@Puneith Kaul的回答之后，这是tensorflow 1.7版的语法：

import os
import tensorflow as tf

export_dir = 'export_dir' 
trained_checkpoint_prefix = 'models/model.ckpt'
graph = tf.Graph()
loader = tf.train.import_meta_graph(trained_checkpoint_prefix + ".meta" )
sess = tf.Session()
loader.restore(sess,trained_checkpoint_prefix)
builder = tf.saved_model.builder.SavedModelBuilder(export_dir)
builder.add_meta_graph_and_variables(sess, [tf.saved_model.tag_constants.TRAINING, tf.saved_model.tag_constants.SERVING], strip_default_attrs=True)
builder.save()

Answer 3

如果您将INPUT_TYPE指定为image_tensor，并且使用此命令将PIPELINE_CONFIG_PATH作为您的配置文件。

python object_detection/export_inference_graph.py \
--input_type=${INPUT_TYPE} \
--pipeline_config_path=${PIPELINE_CONFIG_PATH} \
--trained_checkpoint_prefix=${TRAINED_CKPT_PREFIX} \
--output_directory=${EXPORT_DIR}

您可以在导出目录中以3种格式获取模型；

frozen_graph.pb
savedmodel.pb
检查点

有关更多信息，https://github.com/tensorflow/models/tree/master/research/object_detection

怎么把.ckpt转换成.pb？

3 个答案: