Tensorflow.js导入冻结的模型会导致缺少dict值ImageTensor错误

Question

我已经使用tensorflowjs-converter导出了一个预先训练好的deeplab v3模型。我找出了output_node_name，并使用以下命令量化并导出模型

tensorflowjs_converter --input_format=tf_frozen_model --output_node_names='SemanticPredictions' --quantization_bytes 1 --saved_model_tags=serve frozen_inference_graph.pb deeplab_web_model_quant

模型已导出，并且我具有以下目录结构

-rw-rw-r-- 1 ubuntu ubuntu 4194304 Jan 28 20:41 group1-shard1of10
-rw-rw-r-- 1 ubuntu ubuntu 4194304 Jan 28 20:41 group1-shard2of10
-rw-rw-r-- 1 ubuntu ubuntu 4194304 Jan 28 20:41 group1-shard3of10
-rw-rw-r-- 1 ubuntu ubuntu 4194304 Jan 28 20:41 group1-shard4of10
-rw-rw-r-- 1 ubuntu ubuntu 4194304 Jan 28 20:41 group1-shard5of10
-rw-rw-r-- 1 ubuntu ubuntu 4194304 Jan 28 20:41 group1-shard6of10
-rw-rw-r-- 1 ubuntu ubuntu 4194304 Jan 28 20:41 group1-shard7of10
-rw-rw-r-- 1 ubuntu ubuntu 4194304 Jan 28 20:41 group1-shard8of10
-rw-rw-r-- 1 ubuntu ubuntu 4194304 Jan 28 20:41 group1-shard9of10
-rw-rw-r-- 1 ubuntu ubuntu 3257567 Jan 28 20:41 group1-shard10of10
-rw-rw-r-- 1 ubuntu ubuntu   94668 Jan 28 20:41 weights_manifest.json
-rw-rw-r-- 1 ubuntu ubuntu  263831 Jan 28 20:41 tensorflowjs_model.pb

因此，我在本地压缩此目录传输，并使用以下代码加载导出的模型

const model = await tf.loadFrozenModel(
    'http://localhost:8080/tensorflowjs_model.pb',
    'http://localhost:8080/weights_manifest.json');

我得到一个奇怪的错误，如下所示：

graph_executor.ts:382 Uncaught (in promise) Error: The dict provided in model.execute(dict) has the keys [], but is missing the required keys: [ImageTensor].
    at e.checkInput (graph_executor.ts:382)
    at e.execute (graph_executor.ts:148)
    at e.execute_ (frozen_model.ts:204)
    at e.predict (frozen_model.ts:155)
    at HTMLButtonElement.runButton.onclick (index.js:13)

我更深入地研究了这个ImageTensor的全部内容。它在模型中作为输入张量名称列出。但是，在仅导出output_node_names时，可以指定。有没有什么方法可以调试这个？我不知道如何继续，因为错误消息没有透露太多信息。

谢谢你的帮助。

Answer 1

FrozenModel中的predict方法有如下签名：

predict(
  inputs: tfc.Tensor|tfc.Tensor[]|tfc.NamedTensorMap,
  config?: tfc.ModelPredictConfig): tfc.Tensor
  |tfc.Tensor[]|tfc.NamedTensorMap

在调用预测方法时，您需要提供输入张量作为第一个参数，该值应该与您的python模型的ImageTensor定义相对应。