從開放圖像數據集獲取預訓練初始v3模型在Android上工作

我試了一段時間才能獲得在android上工作的預訓練模型。問題是，我只獲得了預訓練網絡的ckpt和meta文件。在我看來，我需要安卓應用的.pb。所以我試圖將給定的文件轉換爲.pb文件。從開放圖像數據集獲取預訓練初始v3模型在Android上工作

因此我嘗試了freeze_graph.py但沒有成功。所以我使用了https://github.com/openimages/dataset/blob/master/tools/classify.py的示例代碼並對其進行了修改以存儲pb。加載

if not os.path.exists(FLAGS.checkpoint): 
    tf.logging.fatal(
     'Checkpoint %s does not exist. Have you download it? See tools/download_data.sh', 
     FLAGS.checkpoint) 
    g = tf.Graph() 
with g.as_default(): 
    input_image = tf.placeholder(tf.string) 
    processed_image = PreprocessImage(input_image) 

    with slim.arg_scope(inception.inception_v3_arg_scope()): 
    logits, end_points = inception.inception_v3(
     processed_image, num_classes=FLAGS.num_classes, is_training=False) 

    predictions = end_points['multi_predictions'] = tf.nn.sigmoid(
     logits, name='multi_predictions') 
    init_op = control_flow_ops.group(tf.global_variables_initializer(), 
          tf.global_variables_initializer(), 
          data_flow_ops.initialize_all_tables()) 
    saver = tf_saver.Saver() 
    sess = tf.Session() 
    saver.restore(sess, FLAGS.checkpoint) 

    outpt_filename = 'output_graph.pb' 
    #output_graph_def = sess.graph.as_graph_def() 
    output_graph_def = graph_util.convert_variables_to_constants(sess, sess.graph.as_graph_def(), ["multi_predictions"]) 
    with gfile.FastGFile(outpt_filename, 'wb') as f: 
     f.write(output_graph_def.SerializeToString())

現在我的問題後，文件是我有.pb文件，但我沒有任何意見什麼是輸入節點名，我不知道如果multi_predictions是正確的輸出名稱。在示例Android應用程序中，我必須指定兩者。和Android應用程序墜毀：

tensorflow_inference_jni.cc:138 Could not create Tensorflow Graph: Invalid argument: No OpKernel was registered to support Op 'DecodeJpeg' with these attrs.

我不知道是否有更多的問題，試圖解決.pb問題。或者如果有人知道更好的方法將ckpt和元文件移植到我的.pd文件中，或者知道輸入和輸出名稱的最終文件的來源，請給我一個提示以完成此任務。

感謝

來源

2017-01-13 lampep

你需要使用optimize_for_inference.py腳本在圖形中剝離出未使用的節點。 Android上不支持「decodeJpeg」 - 應直接輸入像素值。 ClassifierActivity.java更詳細地介紹了用於初期v3的特定節點。

來源

2017-01-13 17:36:20

對不起忙了一陣子。對於使用optimize_for_inference.py，您的提示絕對正確，我可以使用「Mul」作爲輸入節點。非常感謝 – lampep

嗨@lampep你如何預處理你的圖像？我試圖在ios上運行此操作，並重復相同的預測。我遵循你的代碼，生成了一個優化的圖表，但預測並不正確。謝謝！ –

從開放圖像數據集獲取預訓練初始v3模型在Android上工作

回答

相關問題