Серия блогов из 4 частей: документирование результатов моих экспериментов по обнаружению объектов с использованием Keras, Tensorflow.
В последней записи блога мы узнаем, как преобразовать файл модели keras в формат модели замороженного графа TensorFlow (2.x) (*.pb)
и его текстовое представление (*.pbtxt)
.
В этом сообщении блога мы научимся преобразовывать тот же файл модели keras в формат TensorFlow SavedModel *.pb
Введение
Формат сохраненной модели TF: одна SavedModel может представлять несколько определений графа как буферы протокола MetaGraphDef. Веса и другие переменные обычно не сохраняются внутри файла во время обучения. Вместо этого они хранятся в отдельных файлах контрольных точек.
Выполнение
Если вы хотите продолжить, обратитесь к блокноту 4_convert_keras_model_to_tensorflow_savedmodel_format.ipynb
jupyter из моего репозитория. Ниже приведены шаги реализации, следующая программа загружает файлы модели keras и преобразует их в формат tensorflow SavedModel *.pb
- После преобразования модели keras в формат TF SavedModel укажите каталог
models
. Здесь вы найдете файл моделиsaved_model.pb
, а также каталогиassets
иvariables
. Активы содержат внешние файлы, а переменные — это подпапка, содержащая выходные данные изtf.train.Saver
. - Наконец, давайте воспользуемся только что созданным файлом TensorFlow SavedModel и попробуем сделать вывод (обнаружить номерной знак).
- Вы должны получить результаты, как показано ниже
Резюме
- В этом блоге мы узнали, как преобразовать файл модели keras h5 в формат tensorflow SavedModel.
- Мы проверили, что вновь созданный TF SavedModel работает, обнаруживая номерной знак на входном изображении.