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 модели saved_model.pb, а также каталоги assets и variables. Активы содержат внешние файлы, а переменные — это подпапка, содержащая выходные данные из tf.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.