Tensorflow: как конвертировать файлы моделей .meta, .data и .index в один файл graph.pb

Для этого вы можете использовать этот простой скрипт. Но вы должны указать имена выходных узлов.

import tensorflow as tf

meta_path = 'model.ckpt-22480.meta' # Your .meta file
output_node_names = ['output:0']    # Output nodes

with tf.Session() as sess:
    # Restore the graph
    saver = tf.train.import_meta_graph(meta_path)

    # Load weights
    saver.restore(sess,tf.train.latest_checkpoint('path/of/your/.meta/file'))

    # Freeze the graph
    frozen_graph_def = tf.graph_util.convert_variables_to_constants(
        sess,
        sess.graph_def,
        output_node_names)

    # Save the frozen graph
    with open('output_graph.pb', 'wb') as f:
      f.write(frozen_graph_def.SerializeToString())

Если вы не знаете имя выходного узла или узлов, есть два способа

1. Вы можете изучить график и найти имя с помощью Netron или с помощью консоли summarize_graph.

2. Вы можете использовать все узлы как выходные, как показано ниже.

output_node_names = [n.name for n in tf.get_default_graph().as_graph_def().node]

(Обратите внимание, что вы должны поместить эту строку непосредственно перед вызовом convert_variables_to_constants.)

Но я думаю, что это необычная ситуация, потому что, если вы не знаете выходной узел, вы не можете использовать график на самом деле.

Поскольку это может быть полезно для других, я также отвечу здесь после ответа на github ;-). Я думаю, вы можете попробовать что-то вроде этого (со скриптом freeze_graph в tensorflow / python / tools):

python freeze_graph.py --input_graph=/path/to/graph.pbtxt --input_checkpoint=/path/to/model.ckpt-22480 --input_binary=false --output_graph=/path/to/frozen_graph.pb --output_node_names="the nodes that you want to output e.g. InceptionV3/Predictions/Reshape_1 for Inception V3 "

Важным флагом здесь является --input_binary = false, поскольку файл graph.pbtxt имеет текстовый формат. Я думаю, что это соответствует требуемому файлу graph.pb, который является эквивалентом в двоичном формате.

Что касается output_node_names, это действительно сбивает меня с толку, поскольку у меня все еще есть некоторые проблемы с этой частью, но вы можете использовать сценарий summarize_graph в тензорном потоке, который может принимать pb или pbtxt в качестве входных данных.

С уважением,

Стеф

Я попробовал скрипт freezed_graph.py, но параметр output_node_name совершенно сбивает с толку. Работа не удалась.

Итак, я попробовал другой: export_inference_graph.py. И это сработало, как и ожидалось!

python -u /tfPath/models/object_detection/export_inference_graph.py \
  --input_type=image_tensor \
  --pipeline_config_path=/your/config/path/ssd_mobilenet_v1_pets.config \
  --trained_checkpoint_prefix=/your/checkpoint/path/model.ckpt-50000 \
  --output_directory=/output/path

Я использовал установочный пакет tensorflow отсюда: https://github.com/tensorflow/models

Сначала используйте следующий код для создания файла graph.pb. с tf.Session () как сессия:

    # Restore the graph
    _ = tf.train.import_meta_graph(args.input)

    # save graph file
    g = sess.graph
    gdef = g.as_graph_def()
    tf.train.write_graph(gdef, ".", args.output, True)

затем используйте сводный график, чтобы получить имя выходного узла. Наконец, используйте

python freeze_graph.py --input_graph=/path/to/graph.pbtxt --input_checkpoint=/path/to/model.ckpt-22480 --input_binary=false --output_graph=/path/to/frozen_graph.pb --output_node_names="the nodes that you want to output e.g. InceptionV3/Predictions/Reshape_1 for Inception V3 "

для создания графа замораживания.