使用tensorboard可视化模型结构（meta）

我们在使用Tensorflow目标检测API训练自己的数据集后，通过export_inference_graph.py得到训练模型，得到的训练模型有两种格式，分别为.pb和.meta。下面使用tensorboard可视化工具对其进行模型可视化。

记录：训练之后training文件夹中似乎就已经有了events.out.tfevents.1596421998.PC-20180522RPYW

1. .pb格式的可视化

import tensorflow as tf
from tensorflow.python.platform import gfile
# 从二进制格式的.pb文件加载模型
graph = tf.get_default_graph()
graphdef = graph.as_graph_def()
graphdef.ParseFromString(gfile.FastGFile("/expert_inference_graph.pb", "rb").read())
_ = tf.import_graph_def(graphdef, name="")

我这里有如下报错：DecodeError: Wrong wire type in tag.，能力有限，目前没有解决。

2. .meta格式的可视化

import tensorflow as tf
from tensorflow.python.platform import gfile
#从文件格式为.meta文件加载模型
graph = tf.compat.v1.get_default_graph()
graphdef = graph.as_graph_def()
_ = tf.compat.v1.train.import_meta_graph("/model.ckpt.meta")
summary_write = tf.compat.v1.summary.FileWriter("./" , graph)

此时当前文件夹中会出现events.out.tfevents.1596421998.PC-20180522RPYW文件
此时，打开命令行窗口，直接键入tensorboard --logdir=”以上文件的路径“，如下图所示：

此时在窗口的最下方会出现一个网址，在浏览器中打开该网址即可。浏览器推荐使用火狐和谷歌。

如果浏览器打不开网址，可以尝试localhost:6006这个网址。
下图为可视化的部分图像。

参考链接