Обнаружение объекта Tensorflow - Преобразование файла.pb в tflite

Я пытаюсь преобразовать замороженную модель SSD mobilenet v2 в формат TFLITE для использования Android. Вот все мои шаги:

  1. Я переучиваюсь с помощью файла train.py API TF Object Detection, используя модель ssd_mobilenet_v2_coco_2018_03_29 для модельного зоопарка. (ХОРОШО)

  2. Экспортируйте обученный файл model.ckpt в замороженный файл модели, используя export_inference_graph.p y, также предоставляемый API обнаружения объектов TF. (ХОРОШО)

  3. Протестируйте замороженный граф на python с помощью GPU, а также только с разрешенным процессором. Оно работает. (ХОРОШО)

Здесь есть обратная сторона, я пытаюсь использовать следующий код:

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

Сначала я попытался без добавления параметра входных фигур в функцию, но это не сработало. С тех пор я прочитал, что вы можете написать там все, что не имеет значения.

Выход до этой строки:

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.

Тогда я хочу преобразовать:

tflite_quantized_model = converter.convert()

Это вывод:

---------------------------------------------------------------------------
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.

Я не могу скопировать здесь вывод консоли, следовательно, он превышает ограничение в 30000 символов, но здесь вы можете увидеть его: https://pastebin.com/UyT2x2Vk

Пожалуйста, помогите пожалуйста, на этом этапе, что я должен сделать, чтобы это работало:(

Мой конфиг: Ubuntu 16.04, Tensorflow-GPU 1.12

Спасибо В andvance!

Источник

1 ответ

Решение

Если бы на прошлой неделе возникла та же проблема, решите ее, выполнив шаги, описанные здесь.

В основном проблема заключается в том, что их основной скрипт не поддерживает модели SSD. Я не пользовалась bazel сделать это, но tflite_convert полезность.

Осторожнее с export_tflite_ssd_graph.py Сценарий, прочитайте все его опции перед использованием (главным образом --max_detections, которые спасли мою жизнь).

Надеюсь это поможет.

Изменить: ваш шаг 2 недействителен. Сохраненная_модель не может быть преобразована в модель tflite, если она содержит SSD. Вам необходимо экспортировать обученный model.ckpt, используя export_tflite_ssd_graph.py сценарий и использовать .pb файл, созданный для преобразования его в tflite с tflite_convert инструмент.

Источник
Другие вопросы по тегам