使用mmdnn将MXNET转成Tensorflow模型

参考：https://www.twblogs.net/a/5ca4cadbbd9eee5b1a0713af

写这篇笔记的初衷是因为需要将Insightface的MXNET模型转成Tensorflow，而mmdnn上提供的mmconvert命令却没有成功（估计是哪里用错了），故而找其他的文章来实现相同的功能。

准备mmdnn环境

因为需要将mxnet转成tensorflow，所以，需要在python的虚拟环境中安装这两个框架，另外，建议使用最新的mmdnn，修复了一下bug。

pip install -U git+https://github.com/Microsoft/MMdnn.git@master
pip install mmdnn
pip install tensorflow==1.13.1

将mxnet模型转成IR模型

下面的参数中–inputShape很重要，insightface的输入图像的shape就是[3,112,112]

python -m mmdnn.conversion._script.convertToIR -f mxnet -n model-symbol.json -w model-0000.params -d r100 --inputShape 3,112,112

下面就是生成的IR模型

由IR模型生成code

python -m mmdnn.conversion._script.IRToCode -f tensorflow --IRModelPath r100.pb --IRWeightPath r100.npy --dstModelPath tf_r100.py

使用上面的命令，可以生成一个tf_r100.py，其中，KitModel函数加载npy权重参数重新生成原网络框架。

生成PB文件

基于r100.npy和tf_r100.py文​​件，固化参数，生成PB文件。

import argparse
import tensorflow as tf
import tf_r100 as tf_fun # modify by yourself

def Network(ir_model_file):
    model = tf_fun.KitModel(ir_model_file)
    return model

def