python - 有没有办法从 .h5 文件确定模型架构？

Question

我有一个 .h5 文件，其中仅包含一个模型的权重，该模型已使用 Mask-RCNN 和 Keras 框架进行训练以执行对象检测。我想在 Python 中使用 Tensorflow + Keras 加载此模型，并在自定义图像上运行对象检测。

我正在使用 Python 3.8.5，我尝试使用 keras.models.load_model() 函数加载这个模型，但是在尝试这样做时我收到错误:

ValueError: No model found in config file

我知道这意味着 .h5 文件只保存了模型权重，要使用这些权重，我必须将它们加载到具有相同架构的模型中。

我已经使用 h5py python 模块查看 .h5 文件中的组，试图了解架构，但我只看到如下键:(还有很多很多这样的，但那些是我看到的键的一般概述)

"activation_1", "add_32", "bn2a_branch1", "res5c_out" etc.

这些组有时有数据集成员，访问时会提供类似于以下的信息:

<HDF5 group "/bn4v_branch2a/bn4v_branch2a" (4 members)\>  
<HDF5 dataset "beta:0": shape (256,), type "<f4"\>  
<HDF5 dataset "gamma:0": shape (256,), type "<f4"\>  
<HDF5 dataset "moving_mean:0": shape (256,), type "<f4"\>  
<HDF5 dataset "moving_variance:0": shape (256,), type "<f4"\>

我可以假设一些东西，比如“activation_1”可能对应于激活层，但其余层似乎与我习惯看到的 Dense、LeakyReLU、BatchNormalization 层等无关/在构建模型时使用。

我需要在这里做什么？如何从仅具有模型权重的 .h5 文件确定 Keras + Mask-RCNN 模型的架构？

谢谢，非常感谢任何帮助!

Answer 1

您可以在根组属性的“model_config”中找到它。只需检查:

f = h5py.File(your_model_name, 'r')
f.attrs.get('model_config')

在那里你会找到所有具有名称、形状、激活函数等的层类。