【AI研发日记】关于PB模型转换的那些坑
最近终于有空解决一下历史遗留问题,之前训练的目标检测出来的都是keras格式的H5模型文件,网上找了一堆方法都不能转换,今天终于发现了问题所在。
之前转换格式报的错:
No model found in config file
没有找到模型的配置文件,百度了一轮后,突然发现了可能是模型训练保存时候的问题
关于h5模型的加载和保存
我们知道keras的模型一般保存为后缀名为h5的文件,比如final_model.h5。同样是h5文件用save()和save_weight()保存效果是不一样的。
save()是保存了模型的网络结构和权值,而save_weight()仅仅保存了模型的权值参数信息,因此后者出来的模型是不能转换格式的,优点是出来的文件更小一些不会大量占用内存。
可以看出用save()方法保存的模型明显是更大的
使用save_weight方法保存的模型是不具有原模型的结构信息的。
而这两种保存方式的读取方式也不同:
from keras.models import load_model
model = load_model('模型路径')
model.summary()
只有用save()方法生成的模型才可以显示相应信息,其他的会出现错误。
接下来我们再试一次使用转换方法进行模型格式的转换
使用的源码地址:https://github.com/inzapp/freeze-h5
成功生成了pb格式文件
接下来继续解决pb模型使用tf serving 方式进行部署的遗留问题,以及不太懂pbtxt是一个用来干什么的格式文件,如果有明白这些的可以评论区留言告知一下我,十分感谢