TensorFlow快速转换Inception V3模型CKPT V2网络结构至V1

本文是基于VGGNet的图像分类模型而做。通常输出网络结构问题分为两类：CKPT和PD。其中CKPT V2是data包与index两者的集合，为了网络模型的便携性，我们认为CheckPoint V1与freeze掉的PD架构更适合于传播，在此默认大家对图像分类模型已有了解。

话不多说，先放代码：

import tensorflow as tf
from tensorflow.core.protobuf import saver_pb2

model_dir=''
prefix_path=model_dir+'image_model'
meta_file=prefix_path+'.meta'

with tf.Session() as sess:
    saver=tf.train.import_meta_graph(meta_file,clear_devices=True)
    
    for op in sess.graph.get_operations():
        print(op.name,op.values())
    
    saver.restore(sess,prefix_path)

    #注意的是tf.train.Saver里需要指定V1版本
    saver2=tf.train.Saver(write_version=saver_pb2.SaverDef.V1)

    saver2.save(sess,model_dir+'/ckpt/image_model.ckpt')

 按照这个方法执行，下面一坨就是V2，上面是重新生成的V1。

没什么技术含量，简单来说就是这样。

 

 

 

附：

由于V1发布时间较早，PD格式可能会更加欢迎。在这种转换下，我们必须知道输出节点和网络源码。

这段代码我自己还没有试过，但是本站相比起来成功率高一些的。

来自https://blog.csdn.net/guyuealian/article/details/82218092。

def freeze_graph(input_checkpoint,output_graph):
    '''
    :param input_checkpoint:
    :param output_graph: PB模型保存路径
    :return:
    '''
    # checkpoint = tf.train.get_checkpoint_state(model_folder) #检查目录下ckpt文件状态是否可用
    # input_checkpoint = checkpoint.model_checkpoint_path #得ckpt文件路径
 
    # 指定输出的节点名称,该节点名称必须是原模型中存在的节点
    output_node_names = "dense/bias/Adam_1"
    saver = tf.train.import_meta_graph(input_checkpoint + '.meta', clear_devices=True)
    graph = tf.get_default_graph() # 获得默认的图
    input_graph_def = graph.as_graph_def()  # 返回一个序列化的图代表当前的图
 
    with tf.Session() as sess:
        saver.restore(sess, input_checkpoint) #恢复图并得到数据
        output_graph_def = graph_util.convert_variables_to_constants(  # 模型持久化，将变量值固定
            sess=sess,
            input_graph_def=input_graph_def,# 等于:sess.graph_def
            output_node_names=output_node_names.split(","))# 如果有多个输出节点，以逗号隔开
 
        with tf.gfile.GFile(output_graph, "wb") as f: #保存模型
            f.write(output_graph_def.SerializeToString()) #序列化输出
        print("%d ops in the final graph." % len(output_graph_def.node)) #得到当前图有几个操作节点
 
        # for op in graph.get_operations():
        #     print(op.name, op.values())
    
if __name__ == '__main__':
    # 输入ckpt模型路径
    input_checkpoint='image_model'
    # 输出pb模型的路径
    out_pb_path="model/pb/frozen_model.pb"
    # 调用freeze_graph将ckpt转为pb
    freeze_graph(input_checkpoint,out_pb_path)