有没有办法从 .h5 文件中确定模型架构？

Question

我有一个 .h5 文件，其中仅包含已使用 Mask-RCNN 和 Keras 框架进行目标检测训练的模型的权重。我想用 Python 中的 Tensorflow + Keras 加载这个模型，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() 函数加载此模型，但尝试这样做时收到错误：

ValueError: 在配置文件中找不到模型

我理解这意味着 .h5 文件只保存了模型权重，并且为了使用这些权重，我必须将它们加载到具有相同架构的模型中。

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

“activation_1”、“add_32”、“bn2a_branch1”、“res5c_out”等

这些组有时具有数据集成员，访问时会提供类似于以下内容的信息：

<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，但其余的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 文件中确定 Keras + Mask-RCNN 模型的架构？

谢谢，非常感谢您的帮助！

Answer 1

您也许能够从您获得的输出中收集一些信息。例如

<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"\>

是一个批量标准化层。我通过编写手动转换代码从 pytorch 转换为 tensorflow 知道这一点。

也许您可以构建自己的测试网络，提取权重并读取结构以查看结构与您知道的层的样子，然后与您未知的模型结构进行比较？

Answer 2

您可以在根组属性的“model_config”中找到它。简单检查：

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

在那里你会找到所有层类的名称、形状、激活函数等。

Answer 3

尝试将模型加载到另一个变量中，然后调用 model.summary() 函数

model_2 = load_model('old_model.h5')
model_2.summary()

这应该像这样显示模型的层： Summary of model