Tensorflow对象检测将.pb文件转换为tfli

Question

我尝试将冻结的SSD mobilenet v2模型转换为TFLITE格式以供android使用。 以下是我的所有步骤：

1. 我用TF Object Detection API的train.py文件，使用ssd_mobilenet_v2_coco_2018_03_29model frok the model zoo重新训练。（确定）

2. 使用TF Object Detection API提供的Export_inference_graph.py将训练后的model.ckpt导出到冻结的模型文件。（确定）

3. 在python中使用GPU测试冻结的图形，并且只允许使用CPU。它起作用了。（确定）

缺点是，我尝试使用以下代码：

import tensorflow as tf
tf.enable_eager_execution()
saved_model_dir = 'inference_graph/saved_model/'
converter = tf.contrib.lite.TFLiteConverter.from_saved_model(saved_model_dir,input_arrays=input_arrays,output_arrays=output_arrays,input_shapes={"image_tensor": [1, 832, 832, 3]})
converter.post_training_quantize = True

首先，我尝试不向函数添加输入形状参数，但它不起作用。从那时起，我读到你可以在那里写任何不重要的东西。

到这一行的输出：

INFO:tensorflow:Saver not created because there are no variables in the graph to restore
INFO:tensorflow:The specified SavedModel has no variables; no checkpoints were restored.
INFO:tensorflow:The given SavedModel MetaGraphDef contains SignatureDefs with the following keys: {'serving_default'}
INFO:tensorflow:input tensors info: 
INFO:tensorflow:Tensor's key in saved_model's tensor_map: inputs
INFO:tensorflow: tensor name: image_tensor:0, shape: (-1, -1, -1, 3), type: DT_UINT8
INFO:tensorflow:output tensors info: 
INFO:tensorflow:Tensor's key in saved_model's tensor_map: num_detections
INFO:tensorflow: tensor name: num_detections:0, shape: (-1), type: DT_FLOAT
INFO:tensorflow:Tensor's key in saved_model's tensor_map: detection_boxes
INFO:tensorflow: tensor name: detection_boxes:0, shape: (-1, 100, 4), type: DT_FLOAT
INFO:tensorflow:Tensor's key in saved_model's tensor_map: detection_scores
INFO:tensorflow: tensor name: detection_scores:0, shape: (-1, 100), type: DT_FLOAT
INFO:tensorflow:Tensor's key in saved_model's tensor_map: detection_classes
INFO:tensorflow: tensor name: detection_classes:0, shape: (-1, 100), type: DT_FLOAT
INFO:tensorflow:Saver not created because there are no variables in the graph to restore
INFO:tensorflow:The specified SavedModel has no variables; no checkpoints were restored.
INFO:tensorflow:Froze 0 variables.
INFO:tensorflow:Converted 0 variables to const ops.

然后我想改变：

tflite_quantized_model = converter.convert()

这是输出：

---------------------------------------------------------------------------
RuntimeError                              Traceback (most recent call last)
<ipython-input-6-61a136476642> in <module>
----> 1 tflite_quantized_model = converter.convert()

~/.local/lib/python3.5/site-packages/tensorflow/contrib/lite/python/lite.py in convert(self)
    451           input_tensors=self._input_tensors,
    452           output_tensors=self._output_tensors,
--> 453           **converter_kwargs)
    454     else:
    455       # Graphs without valid tensors cannot be loaded into tf.Session since they

~/.local/lib/python3.5/site-packages/tensorflow/contrib/lite/python/convert.py in toco_convert_impl(input_data, input_tensors, output_tensors, *args, **kwargs)
    340   data = toco_convert_protos(model_flags.SerializeToString(),
    341                              toco_flags.SerializeToString(),
--> 342                              input_data.SerializeToString())
    343   return data
    344 

~/.local/lib/python3.5/site-packages/tensorflow/contrib/lite/python/convert.py in toco_convert_protos(model_flags_str, toco_flags_str, input_data_str)
    133     else:
    134       raise RuntimeError("TOCO failed see console for info.\n%s\n%s\n" %
--> 135                          (stdout, stderr))
    136 
    137 

RuntimeError: TOCO failed see console for info.

我无法在这里复制控制台输出，因此它超过了30000个字符的限制，但在这里您可以看到它：https://pastebin.com/UyT2x2Vk

请在这一点上帮忙，我该怎么做才能使它起作用

我的配置： Ubuntu 16.04，Tensorflow GPU 1.12

在安万斯谢谢你！

Answer 1

上周也有同样的问题，按照here描述的步骤解决了它。

基本上问题是他们的主脚本不支持SSD模型。 我没有使用bazel来执行此操作，而是使用tflite_convert实用程序。

小心export_tflite_ssd_graph.py脚本，在使用它之前阅读它的所有选项（主要是拯救我生命的--max_detections）。

希望这有帮助。

编辑： 您的步骤2无效。如果保存的_模型包含SSD，则无法将其转换为tflite模型。 您需要使用export_tflite_ssd_graph.py脚本导出经过训练的model.ckpt，并使用创建的.pb文件使用tflite_convert工具将其转换为tflite。