tensorflow超薄模型的模型优化

Question

我的目标是推断tensorflow苗条模型与英特尔OpenVINO优化器。推理采用开酒馆和幻灯片，训练模型采用tf苗条医生。

这是一个多类别的分类问题。我从零开始训练tf超薄的mobilnet_v2模型(使用sript train_image_classifier.py)。在测试集上对经过训练的模型进行评估，首先给出了比较好的结果(使用脚本eval_image_classifier.py)

eval/Accuracy0.8017 eval/Recall_50.9993

但是，没有保存单个.ckpt文件(即使在train_image_classifier.py运行结束时有一条类似于"model.ckpt保存到checkpoint_dir“的消息)，而是有3个文件(.ckpt-180000.data-00000-of-00001、.ckpt-180000.index、.ckpt-180000.meta)。

OpenVINO模型优化器需要一个检查点文件。

根据文档，我使用以下参数调用mo_tf.py：

python mo_tf.py --input_model D:/model/mobilenet_v2_224.pb --input_checkpoint D:/model/model.ckpt-180000 -b 1

它给出了错误(相同的pass _检查点D:/model/model.input)：

[ ERROR ]  The value for command line parameter "input_checkpoint" must be existing file/directory,  but "D:/model/model.ckpt-180000" does not exist.

错误信息很清楚，磁盘上没有这样的文件。但据我所知，大多数tf实用程序将. .ckpt？.meta转换为.ckpt。

试图打电话：

python mo_tf.py --input_model D:/model/mobilenet_v2_224.pb --input_meta_graph D:/model/model.ckpt-180000.meta -b 1

原因：

[ ERROR ]  Unknown configuration of input model parameters

对于我来说，用哪种方式将图传递到OpenVINO中间表示并不重要，只需要达到这个结果。

非常感谢。

编辑

我在tf瘦模型的冻结图上运行了OpenVINO模型优化器。然而，我仍然不知道为什么我以前的尝试(基于文档)失败了。

Answer 1

您可以尝试将模型转换为冻结格式(.pb)，然后使用OpenVINO转换模型。

..ckpt meta有图解。不带变量值的计算图结构。你可以在张紧板上观察到。

..ckpt数据具有变量值，没有骨架或结构。要恢复模型，我们需要元文件和数据文件。

.pb文件保存整个图(meta+data)

根据OpenVINO的文档：

当用Python*代码定义网络时，您必须创建一个推理图文件。通常，图形是以允许模型训练的形式构建的。这意味着所有可训练的参数都表示为图中的变量。若要将该图形与模型优化器一起使用，应将其冻结。https://software.intel.com/en-us/articles/OpenVINO-Using-TensorFlow

OpenVINO通过转换以冻结形式传递的加权图来优化模型。