将图形(pb)转换为SavedModel进行gcloud ml-engine预测

Question

根据Google的德里克·周最近在谷歌云大数据和机器学习博客上发表文章，我使用云机器学习引擎训练了一个对象检测器，现在我想使用云机器学习引擎进行预测。

这些指令包括将Tensorflow图导出为output_inference_graph.pb的代码，但不包括如何将protobuf格式(pb)转换为gcloud预测所需的SavedModel格式。

我回顾了谷歌@rhaertel80 80的答复关于如何转换“Tensorflow for Poets”图像分类模型和如何转换“Tensorflow For Poets 2”图像分类模型的谷歌公司@MarkMcDonald提供的答案，但是对于博客文章中描述的对象检测器图(pb)，两者都不起作用。

如何转换该物体探测器图(pb)，以便它可以使用或gcloud引擎预测，请？

Answer 1

这个帖子救了我！希望能帮助到这里的人。我使用导出成功的https://stackoverflow.com/a/48102615/6124383的方法

https://github.com/tensorflow/tensorflow/pull/15855/commits/81ec5d20935352d71ff56fac06c36d6ff0a7ae05

def export_model(sess, architecture, saved_model_dir):
  if architecture == 'inception_v3':
    input_tensor = 'DecodeJpeg/contents:0'
  elif architecture.startswith('mobilenet_'):
    input_tensor = 'input:0'
  else:
    raise ValueError('Unknown architecture', architecture)
  in_image = sess.graph.get_tensor_by_name(input_tensor)
  inputs = {'image': tf.saved_model.utils.build_tensor_info(in_image)}
   out_classes = sess.graph.get_tensor_by_name('final_result:0')
  outputs = {'prediction': tf.saved_model.utils.build_tensor_info(out_classes)}
   signature = tf.saved_model.signature_def_utils.build_signature_def(
    inputs=inputs,
    outputs=outputs,
    method_name=tf.saved_model.signature_constants.PREDICT_METHOD_NAME
  )
   legacy_init_op = tf.group(tf.tables_initializer(), name='legacy_init_op')
   # Save out the SavedModel.
  builder = tf.saved_model.builder.SavedModelBuilder(saved_model_dir)
  builder.add_meta_graph_and_variables(
    sess, [tf.saved_model.tag_constants.SERVING],
    signature_def_map={
      tf.saved_model.signature_constants.DEFAULT_SERVING_SIGNATURE_DEF_KEY: signature
    },
    legacy_init_op=legacy_init_op)
  builder.save()

#execute this in the final of def main(_):
export_model(sess, FLAGS.architecture, FLAGS.saved_model_dir)

parser.add_argument(
      '--saved_model_dir',
      type=str,
      default='/tmp/saved_models/1/',
      help='Where to save the exported graph.'
  )