Обнаружение объекта Tensorflow - Преобразование файла .pb в tflite - PullRequest
Новая
       33

Обнаружение объекта Tensorflow - Преобразование файла .pb в tflite

0 голосов
/ 22 февраля 2019

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

  1. Я переобучаюсь с помощью API обнаружения объектов TF * файл train.py с использованием модели ssd_mobilenet_v2_coco_2018_03_29 для моделизоопарк. (ОК)

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

  3. Тестирование замороженного графа на python с графическим процессором, а также только с разрешенным процессором.Оно работает. (ОК)

А вот и 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 форм вводапараметр функции, но это не сработало.С тех пор я прочитал, что вы можете написать туда все, что не имеет значения.

Вывод 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.

Затем 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 сюда вывод консоли, следовательно, он превышает ограничение в 30000 символов, но здесь вы можете увидеть его: https://pastebin.com/UyT2x2Vk

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

Мой конфиг: Ubuntu 16.04, Tensorflow-GPU 1.12

Спасибо In and Vance!

1 Ответ

0 голосов
/ 25 февраля 2019

Если на прошлой неделе возникла та же проблема, то она была решена, выполнив шаги, описанные здесь .

По сути, проблема в том, что их основной скрипт не поддерживает модели SSD.Я не использовал bazel для этого, но утилиту tflite_convert.

Осторожно со сценарием export_tflite_ssd_graph.py, прочитайте все его опции перед его использованием (главным образом --max_detections, которые спасли мою жизнь).

Надеюсь, это поможет.

Редактировать: Ваш шаг 2 недействителен.Сохраненная_модель не может быть преобразована в модель tflite, если она содержит SSD.Вам необходимо экспортировать обученный файл model.ckpt с помощью сценария export_tflite_ssd_graph.py и использовать созданный файл .pb для преобразования его в tflite с помощью инструмента tflite_convert.

...