преобразование предварительно обученных моделей тензорного потока для подачи тензорного потока

Question

Я пытаюсь использовать обслуживание tenorflow. Однако ни у одной из предварительно обученных моделей, доступных для загрузки (например, здесь: зоопарк обнаружения TF ), нет файлов в каталоге saved_models/variables, которые требуются обслуживающей модели.

Как создать необходимые файлы в каталоге saved_models/variables, используя предварительно обученные модели, доступные в зоопарке модели обнаружения?

Из официальной документации есть некоторая информация , ноэто не покрывает мой случай использования преобразования предварительно обученной модели для обслуживания.

Другие вещи, которые я пробовал, - это использовать примеры обслуживания с тензорным потоком. Однако большая часть существующей документации использует реализацию Resent в качестве примера, и предварительно обученная модель для перезапуска была удалена Tensorflow. Это ссылка, которую используют учебники , обратите внимание, что прямой ссылки для загрузки моделей нет. В качестве дополнительного, но дополнительного дополнения, примеры Python в репозитории Tensorflow Serving не работают с Tensorflow 2.0.

Похоже, что эта ссылка может быть полезна при преобразовании: https://github.com/tensorflow/models/issues/1988

Answer 1

Хорошо, на момент написания учебников по обнаружению объектов поддерживается только тензор потока 1.12.0.

Это немного сложно сделать, потому что он многоуровневый, но вам нужно:

1. клонируем модель открытого тензорного потока zoo
2. , исправляем models/research/object_detection/exporter.py согласно этим инструкциям . Кроме того, вы можете использовать этот патч , который является вышеупомянутыми инструкциями.
3. Следуйте инструкциям по установке обнаружения объектов, как найдено здесь в вашем клонированном репо. Важно выполнить оба этапа компиляции protobuf И обновить свой путь python для библиотек slim .
4. Следовать инструкциям по экспорту обученной модели для вывода. Обратите внимание, что важная часть инструкции, которая важна, состоит в том, что загруженная модель будет иметь три имени файла model.ckpt. Имя файла, которое необходимо передать в сценарий экспорта, является базовым именем этих трех имен файлов. Поэтому, если эти три файла /path/to/model.ckpt.data-00000-of-00001, /path/to/model.ckpt.meta и /path/to/model.ckpt.index, параметр для передачи в сценарий: /path/to/model.ckpt
5. Наслаждайтесь вашей новой моделью!