python - Tensorflow:导入预训练模型(mobilenet、.pb、.ckpt)

Question

我一直在研究在 tensorflow 中导入预训练模型的检查点。这样做的目的是让我可以检查它的结构，并将其用于图像分类。

具体来说，mobilenet 模型 found here .我找不到任何从各种 *.ckpt.* 文件中导入模型的合理方法，以及一些论坛嗅探我发现了 Github 用户 StanislawAntol 写的要点据称将所述文件转换为卡住模型 ProtoBuf (.pb) 文件。这要点是 here

运行脚本会给我一堆 .pb 文件，我希望我能工作和。事实上，this SO question似乎回应了我的祈祷。

我一直在尝试以下代码的变体，但无济于事。任何物体tf.import_graph_def 返回的似乎是 None 类型。

import tensorflow as tf
from tensorflow.python.platform import gfile

model_filename = LOCATION_OF_PB_FILE

with gfile.FastGFile(model_filename,'rb') as f:
graph_def = tf.GraphDef()
graph_def.ParseFromString(f.read())
g_in = tf.import_graph_def(graph_def, name='')

print(g_in)

我在这里缺少什么吗？整个转换为 .pb 的过程是否有误？

Answer 1

tf.import_graph_def 不返回图形，它填充作用域中的“默认图形”。参见 documentation for tf.import_graph_def有关返回值的详细信息。

在您的情况下，您可以使用 tf.get_default_graph() 检查图形。例如:

with gfile.FastGFile(model_filename, 'rb') as f:
  graph_def = tf.GraphDef()
  graph_def.ParseFromString(f.read())
tf.import_graph_def(graph_def, name='')

g = tf.get_default_graph()
print(len(g.get_operations()))

参见 documentation for tf.Graph有关“默认图”和范围界定概念的更多详细信息。

希望对您有所帮助。