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. 检查站
4. model.ckpt-22480.data-00000-of-00001
5. 型号.ckpt-22480.index
6. 图.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做到这一点。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())

如果你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 实用程序探索图表并查找名称。

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，因为如果你不知道输出节点，你实际上无法使用该图。

Answer 2

因为这可能对其他人有帮助，所以我也在github上的答案之后在这里回答;-)。 我想你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 "

这里重要的标志是 --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，它相当于二进制格式。

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，但你可以使用tensorflow中的summary_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。作业失败了。

所以我尝试了另一种：export_inference_graph.py。 它按预期工作了！

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。 将 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。