tensorflow模型转onnx模型,拉你出坑

修改Anaconda3权限，
右键C:\ProgramData\Anaconda3 文件夹
属性->安全->点击“组或用户名”中的Users->编辑
把“完全控制”打钩->应用->确定

在anaconda 条件下，激活tensorflow

下载
git clone https://github.com/onnx/tensorflow-onnx.git

cd到目录，安装
python setup.py install

python -m tf2onnx.convert --checkpoint ./train_model.ckpt.meta --output ./frozen_model.onnx --inputs img1:0,roi1:0,phase:0 --outputs BiasAdd:0,fc2_f:0 --fold_const --opset 10

遇到错误：
tensorflow.python.framework.errors_impl.InvalidArgumentError: Beta input to batch norm has bad shape: [32]

这是因为保存的模型存在问题，此时需要做调整。

步骤如下：
使用batchnorm的时候，在训练的时候将training 设置为true, 
update_ops = tf.get_collection(tf.GraphKeys.UPDATE_OPS)  
with tf.control_dependencies(update_ops): 
   train_op = tf.train.AdamOptimizer(learn_alpha).minimize(loss) 

在保存模型的时候：
saver = tf.train.Saver(var_list=tf.global_variables())
savepath = saver.save(sess, 'path/to/model’)

ckpt 转tflite报错：
  File "conv_lite.py", line 101, in <module>
    tflite_model = converter.convert()
  File "C:\ProgramData\Anaconda3\envs\tensorflow_gpu\lib\site-packages\tensorflow\lite\python\lite.py", line 413, in convert
    self._set_batch_size(batch_size=1)
  File "C:\ProgramData\Anaconda3\envs\tensorflow_gpu\lib\site-packages\tensorflow\lite\python\lite.py", line 498, in _set_batch_size
    shape = tensor.get_shape().as_list()
  File "C:\ProgramData\Anaconda3\envs\tensorflow_gpu\lib\site-packages\tensorflow\python\framework\tensor_shape.py", line 1079, in as_list
    raise ValueError("as_list() is not defined on an unknown TensorShape.")
ValueError: as_list() is not defined on an unknown TensorShape.

同样得，再把ckpt转换为onnx得时候，也会报错：
[09/02/2020-17:34:24] [W] [TRT] onnx2trt_utils.cpp:220: Your ONNX model has been generated with INT64 weights, while TensorRT does not natively support INT64. Attempting to cast down to INT32.
ERROR: builtin_op_importers.cpp:1554 In function importIf:
[8] Assertion failed: cond.is_weights() && cond.weights().count() == 1 && “If condition must be a initializer!”

解决办法：
最大得可能是，输入用tf.placeholder做占位符，但是这个占位符没有指定维度，或者占位符不确定维度过多，导致报错是none.
比如说，phase = tf.placeholder(tf.bool, name='phase')
想办法把这个替换掉
基本能解决问题。
tflite只能接受占位符得第一个维度不确定，也就是batch_size 不确定，[none, 224,224,3]是可以的，但是[none,224,224,none]是不行的。

 

 

关注他，获取跟多干货：