基于output_node_name的ssd移动网络v1 coco推理冻结模型

Question

我想把TensorFlow图编译成Movidius图。我使用了Model的ssd_mobilenet_v1_coco模型来在我自己的数据集上训练它。

然后我跑了

python object_detection/export_inference_graph.py \
                --input_type=image_tensor \
                --pipeline_config_path=/home/redtwo/nsir/ssd_mobilenet_v1_coco.config \
                                --trained_checkpoint_prefix=/home/redtwo/nsir/train/model.ckpt-3362 \
                --output_directory=/home/redtwo/nsir/output

它生成了frozen_interference_graph.pb & saved_model/saved_model.pb

​

​

​

​

现在要将这个保存的模型转换为Movidius图。有一些命令

导出GraphDef文件

python3 ../tensorflow/tensorflow/python/tools/freeze_graph.py \
        --input_graph=inception_v3.pb \
        --input_binary=true \
        --input_checkpoint=inception_v3.ckpt \
        --output_graph=inception_v3_frozen.pb \
        --output_node_name=InceptionV3/Predictions/Reshape_1

冻结推理模型

python3 ../tensorflow/tensorflow/python/tools/freeze_graph.py \
        --input_graph=inception_v3.pb \
        --input_binary=true \
        --input_checkpoint=inception_v3.ckpt \
        --output_graph=inception_v3_frozen.pb \
        --output_node_name=InceptionV3/Predictions/Reshape_1

它最终可以提供给NCS Intel Movidius SDK。

mvNCCompile -s 12 inception_v3_frozen.pb -in=input -on=InceptionV3/Predictions/Reshape_1

所有这些都是在英特尔Movidius网站上提供的：modelzoo.html。

我的模特已经接受了output/frozen_inference_graph的训练。为什么我再次使用/slim/export_inference_graph.py冻结它，或者output/saved_model/saved_model.py将作为slim/export_inference_graph.py的输入？

我只想要output_node_name=Inceptionv3/Predictions/Reshape_1.如何获得这个output_name_name目录结构&它中的任何内容？我不知道它包含了什么

对于模型动物园的ssd_mobilenet_v1_coco模型(在我自己的自定义数据集上进行培训)，应该使用哪个输出节点？

python freeze_graph.py \
                 --input_graph=/path/to/graph.pbtxt \
                 --input_checkpoint=/path/to/model.ckpt-22480 \
                 --input_binary=false \
                 --output_graph=/path/to/frozen_graph.pb \
                 --output_node_names="the nodes that you want to output e.g. InceptionV3/Predictions/Reshape_1 for Inception V3 "

我理解和不理解的东西: input_checkpoint：✓检查点是在培训期间创建的，output_graph：✓路径输出冻结图out_node_names: X

我不理解out_node_names参数&考虑到它的ssd_mobilnet而不是inception_v3，应该在里面做些什么

系统信息

• 您正在使用的模型的顶层目录是什么：
• 编写了自定义代码(而不是使用TensorFlow中提供的股票示例脚本)
• 操作系统平台和发行版(例如LinuxUbuntu16.04)：LinuUbuntu16.04
• 从(源或二进制)安装的TensorFlow ：与pip一起安装的TensorFlow
• TensorFlow版本(使用下面的命令)：1.13.1
• Bazel版本(如果从源代码编译)：
• CUDA/cuDNN版本：V10.1.168/7.*
• GPU模型与内存：2080Ti11GB
• 用于复制的精确命令

Answer 1

保存模型/保存模型. to中的图是预先训练过的inception_v3模型的图定义(图体系结构)，而没有加载到图中的权重。frozen_interference_graph.pb是用您提供的检查点冻结的图形，并接受inception_v3模型的默认输出节点。要获得输出节点名称，可以使用summarise_graph工具

如果安装了bazel，可以使用以下命令使用summarise_graph工具

bazel构建tensorflow/tools/graph_transforms:summarize_graph

bazel-bin/tensorflow/tools/graph_transforms/summarize_graph _-in_图=/tmp/inception_v3_inf_Graph.pb

如果没有安装bazel，则可以使用tensorboard或任何其他图形可视化工具(如Netron )获取输出节点。

附加的freeze_graph.py可用于冻结指定输出节点的图(即，在向inceptionV3添加额外输出节点的情况下)。frozen_interference_graph.pb也同样适合打广告。