如何将 .ckpt 转换为 .pb？

Question

我是深度学习的新手，我想使用预训练 (EAST) 模型从 AI Platform Serving 提供服务，开发人员提供了这些文件：

1. model.ckpt-49491.data-00000-of-00001
2. 检查点
3. model.ckpt-49491.index
4. model.ckpt-49491.meta

我想将其转换为 TensorFlow .pb 格式。有没有办法做到这一点？我从here获取模型

完整代码可在here获取。

我查了here，它显示了以下代码来转换它：

来自tensorflow/models/research/

INPUT_TYPE=image_tensor
PIPELINE_CONFIG_PATH={path to pipeline config file}
TRAINED_CKPT_PREFIX={path to model.ckpt}
EXPORT_DIR={path to folder that will be used for export}

python object_detection/export_inference_graph.py \
    --input_type=${INPUT_TYPE} \
    --pipeline_config_path=${PIPELINE_CONFIG_PATH} \
    --trained_checkpoint_prefix=${TRAINED_CKPT_PREFIX} \
    --output_directory=${EXPORT_DIR}

我无法弄清楚要传递什么值：

• INPUT_TYPE
• PIPELINE_CONFIG_PATH。

Answer 1

这是将检查点转换为 SavedModel 的代码

import os
import tensorflow as tf

trained_checkpoint_prefix = 'models/model.ckpt-49491'
export_dir = os.path.join('export_dir', '0')

graph = tf.Graph()
with tf.compat.v1.Session(graph=graph) as sess:
    # Restore from checkpoint
    loader = tf.compat.v1.train.import_meta_graph(trained_checkpoint_prefix + '.meta')
    loader.restore(sess, trained_checkpoint_prefix)

    # Export checkpoint to SavedModel
    builder = tf.compat.v1.saved_model.builder.SavedModelBuilder(export_dir)
    builder.add_meta_graph_and_variables(sess,
                                         [tf.saved_model.TRAINING, tf.saved_model.SERVING],
                                         strip_default_attrs=True)
    builder.save()                

Answer 2

根据@Puneith Kaul 的回答，这里是 tensorflow 1.7 版的语法：

import os
import tensorflow as tf

export_dir = 'export_dir' 
trained_checkpoint_prefix = 'models/model.ckpt'
graph = tf.Graph()
loader = tf.train.import_meta_graph(trained_checkpoint_prefix + ".meta" )
sess = tf.Session()
loader.restore(sess,trained_checkpoint_prefix)
builder = tf.saved_model.builder.SavedModelBuilder(export_dir)
builder.add_meta_graph_and_variables(sess, [tf.saved_model.tag_constants.TRAINING, tf.saved_model.tag_constants.SERVING], strip_default_attrs=True)
builder.save()

Answer 3

如果您将 INPUT_TYPE 指定为 image_tensor 并且 使用此命令将 PIPELINE_CONFIG_PATH 作为您的配置文件。

python object_detection/export_inference_graph.py \
--input_type=${INPUT_TYPE} \
--pipeline_config_path=${PIPELINE_CONFIG_PATH} \
--trained_checkpoint_prefix=${TRAINED_CKPT_PREFIX} \
--output_directory=${EXPORT_DIR}

您可以在导出目录中获取 3 种格式的模型；

• frozen_graph.pb
• 保存的模型.pb
• 检查点

更多信息https://github.com/tensorflow/models/tree/master/research/object_detection