Экспорт предварительно обученной модели с использованием Google Cloud Machine Learning Engine

Question

Я нашел множество примеров для обучения модели обнаружения объектов и ее развертывания с помощью Google Cloud Machine Learning Engine, но что, если я хочу развернуть существующую модель из зоопарка модели обнаружения Tensorflow?

Я скачалssd_mobilenet_v2_coco и осмотрел модель, используя save_model_cli.Из этого вывода я понял, что у этой модели есть только один разрешенный вход, image_tensor.

ML Engine, кажется, ожидает 3 входа:

• image-тензор
• encoded_image_string_tensor
• tf_example_string_tensor

В репозитории зоопарка модели также указано, что замороженные графики были созданы с использованием версии Tensorflow v1.12.0, и что если вы хотите использовать более позднюю версию, вы можете повторно- запустить экспортер.Таким образом, кажется, есть несколько причин, по которым вы, возможно, захотите реэкспортировать одну из замороженных моделей перед развертыванием на ML Engine.

Поэтому мой вопрос заключается в том, могу ли я использовать «gcloud ml-engine jobs submit тренинг»сделать это?И если да, каковы подходящие параметры для этой команды, если я начинаю только с предварительно обученной модели, которую я скачал из зоопарка?

Answer 1

Хорошо, я думаю, что из-за собственного невежества я задавал неправильный вопрос.Похоже, мне нужно было: 1) установить api обнаружения объекта локально, 2) запустить export_inference_graph.py и изменить input_type на 'encoded_image_string_tensor и, наконец, 3) развернуть эту реэкспортированную версию модели в ml-engine.

Экспорт:

python object_detection/export_inference_graph.py --input_type encoded_image_string_tensor --pipeline_config_path TensorFlow/models/research/object_detection/samples/configs/ssd_mobilenet_v1_coco.config --trained_checkpoint_prefix ssd_mobilenet_v1_coco_2018_01_28/model.ckpt --output_directory for_mlengine

Развертывание:

$ gsutil cp -r for_mlengine/saved_model/ gs://my_project/my_model

$ gcloud ml-engine models create my_model --regions us-central1

$ gcloud ml-engine versions create v1 --model my_model --origin=gs://my_project/my_model/saved_model --framework tensorflow --runtime-version=1.13