Tensorflow：如何将 .meta、.data 和 .index 模型文件转换为一个 graph.pb 文件

Question

在 tensorflow 中，从头开始的训练产生了以下 6 个文件：

1. events.out.tfevents.1503494436.06L7-BRM738
2. model.ckpt-22480.meta
3. 检查点
4. model.ckpt-22480.data-00000-of-00001
5. model.ckpt-22480.index
6. graph.pbtxt

我想将它们（或仅需要的）转换为一个文件 graph.pb，以便能够将其传输到我的 Android 应用程序。

我尝试了脚本freeze_graph.py，但它已经需要我没有的 input.pb 文件作为输入。 （我只有前面提到的这 6 个文件）。如何继续获取这个 freezed_graph.pb 文件？我看到了几个线程，但没有一个对我有用。

Answer 1

您可以使用这个简单的脚本来执行此操作。但您必须指定输出节点的名称。

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())

如果不知道输出节点的名称，有两种方法

1. 您可以使用Netron 或控制台summarize_graph 实用程序浏览图表并找到名称。

2. 您可以使用所有节点作为输出节点，如下所示。

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

（请注意，您必须将此行放在convert_variables_to_constants 调用之前。）

但我认为这是不寻常的情况，因为如果您不知道输出节点，您实际上无法使用图形。

Answer 2

由于可能对其他人有帮助，我也在github上回答后在这里回答;-)。 我认为您可以尝试这样的事情（使用 tensorflow/python/tools 中的 freeze_graph 脚本）：

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 "

这里的重要标志是 --input_binary=false，因为文件 graph.pbtxt 是文本格式。我认为它对应于所需的graph.pb，它是二进制格式的等价物。

关于 output_node_names，这对我来说真的很困惑，因为我在这部分仍然有一些问题，但是您可以在 tensorflow 中使用 summarise_graph 脚本，它可以将 pb 或 pbtxt 作为输入。

问候，

斯蒂芬

Answer 3

我尝试了 freezed_graph.py 脚本，但 output_node_name 参数完全令人困惑。作业失败。

所以我尝试了另一个：export_inference_graph.py。 它按预期工作！

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

我使用的tensorflow安装包来自这里： https://github.com/tensorflow/models

Answer 4

首先，使用以下代码生成graph.pb 文件。 使用 tf.Session() 作为 sess：

    # 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)

然后，使用汇总图获取输出节点名称。 最后，使用

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 "

生成冻结图。