web-dev-qa-db-fra.com

Comment convertir .ckpt en .pb?

Je suis nouveau dans l'apprentissage en profondeur et je souhaite utiliser un modèle pré-formé (EAST) pour servir à partir du service AI Platform, j'ai ces fichiers mis à disposition par le développeur:

  1. model.ckpt-49491.data-00000-of-00001
  2. point de contrôle
  3. model.ckpt-49491.index
  4. model.ckpt-49491.meta

Je veux le convertir en TensorFlow .pb format. Y a-t-il un moyen de le faire? J'ai pris le modèle de ici

Le code complet est disponible ici .

J'ai recherché ici et il montre le code suivant pour le convertir:

De 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}

Je n'arrive pas à comprendre quelle valeur passer:

  • TYPE D'ENTRÉE
  • PIPELINE_CONFIG_PATH.
3
Paul Jay

Voici le code pour convertir le point de contrôle en SavedModel

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()                
2
Puneith Kaul

Suite à la réponse de @Puneith Kaul, voici la syntaxe de tensorflow version 1.7:

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()
0
mcExchange