Caffe模型转换成tensorflow模型

在生产环境中，使用api调用caffe训练生成的模型，依赖的第三方库太多，环境安装是个麻烦问题，同时在平台间移植也是个很麻烦的事情。比如说，在ubuntu16下训练好的caffe模型，需要移植到ios、android手机端等平台，caffe需要做大量的开发工作。

 如果使用tensorflow的话，依赖就要少很多，可以很灵活的支持ios、android等移动端平台，可以很方便地使用api调用训练好的tensorflow模型。

另外，tensorflow还提供了模型线上部署及服务的开源框架tensorflow serving，目前仅支持与tensorflow原生模型out-of-the-box集成。

同时由于caffe有很多现成的预训练模型，所以有很多开发者使用caffe训练生产模型。

下面这个开源项目 caffe-tensorflow 提供了训练好的caffe模型转tensorflow模型的功能：
地址： https://github.com/ethereon/caffe-tensorflow 

转换需要提供caffe的网络模型文件deploy.pt和参数数据文件.caffemodel。

比如 caffe 定义的cnn网络 ResNet-101的转换命令行：

./convert.py ResNet-101-deploy.pt --caffemodel ResNet-101-model.caffemodel --code-output-path=ResNetTF.py --data-output-path=ResNetTF.npy 

 然后直接使用转换好的模型预测即可：
./classify.py  ../ResNetTF.npy  ../1.png