目录
一、导出前向传播图
二、对模型进行固化
三、pb文件转tflite文件
前面讲解了如何用tensorflow slim训练自己的模型,现在讲解如何把训练好的模型的cpkt文件固化成pb文件(即最终的模型)
一、导出前向传播图
python export_inference_graph.py \
--alsologtostderr \
--dataset_dir=/home/yuping-chen/slim/my_data/fruits/ \#数据集的路径
--dataset_name=fruit \#数据集的名字
--model_name=inception_v3 \#导出的模型
--image_size=224 \#图片尺寸
--output_file=my_model/inception_v3_inf.pb#输出文件名,可以自定义
运行结束后即可在你指定的位置生成相应的pb文件,这个文件是前向传播图,并没有参数,所以也不是最终的模型,因此文件较小。
二、对模型进行固化
对上面生成的前向传播图进行固化,即把cpkt文件的参数导入到前向传播图中得到最终的模型,固化方式有两种,一是使用tensorflow自带的脚本,二是使用bazel工具。
两种方式差不多,只是使用的方式不一样,只有第一行不一样,其他的参数都是一样的。
2.1使用tensorflow自带的脚本进行固化
python -u /usr/local/lib/python2.7/dist-packages/tensorflow/python/tools/freeze_graph.py \
--input_graph=/home/yuping-chen/slim/my_model/inception_v3_inf.pb \#上一步的前向传播图
--input_checkpoint=/home/yuping-chen/slim/my_save_model/fruit-models/inception_v3_140/model.ckpt-68074 \#自己训练的cpkt文件
--output_graph=/home/yuping-chen/slim/my_model/frozen_model/frozen_inception_v3.pb \#最终的模型
--input_binary=True \
--output_node_name=InceptionV3/Predictions/Reshape_1
2.2使用bazel工具进行固化
bazel-bin/tensorflow/python/tools/freeze_graph \
--input_graph=/home/yuping-chen/slim/my_model/inception_v3_inf.pb \#上一步的前向传播图
--input_checkpoint=/home/yuping-chen/slim/my_save_model/fruit-models/inception_v3_140/model.ckpt-68074 \#自己训练的cpkt文件
--output_graph=/home/yuping-chen/slim/my_model/frozen_model/frozen_inception_v3.pb \#最终的模型
--input_binary=True \
--output_node_name=InceptionV3/Predictions/Reshape_1
运行结束后即可在你指定的位置生成相应的pb文件,这个文件是最终的模型,和前向传播图不同,治理包含了参数,因此文件会比较大。
2.3可能会遇到的问题
如果抛出诸如“lrs=[5],hrs[10]”类的错误([ ]中的内容也许会不同),说明cpkt输出类别数目10和前向传播图类别数目5不相等造成的,这是要检查你导入前向传播图的参数了,确认数据集类别数正确后在执行固化则不会报错。
三、pb文件转tflite文件
tflite模型相比于pb要精简的多,只是针对嵌入式平台进行的优化,对移植到嵌入式平台建议使用该方式,因为执行速度会更快,但是tflite并不是所有模型都支持,只支持部分模型。
bazel-bin/tensorflow/contrib/lite/toco/toco \
--input_file=/home/yuping-chen/slim/my_model/frozen_model/frozen_inception_v3.pb \
--input_format=TENSORFLOW_GRAPHDEF \
--output_format=TFLITE \
--output_file=/home/yuping-chen/slim/my_model/frozen_model/frozen_inception_v3.tflite \
--inference_type=FLOAT \
--input_type=FLOAT \
--input_arrays=input \
--output_arrays=Inception/Predictions/Reshape_1 \
--input_shapes=1,299,299,3