keras的h5模型保存为tensorflow的pb文件，再用opencv打开

最新推荐文章于 2022-04-22 10:00:28 发布
最新推荐文章于 2022-04-22 10:00:28 发布
阅读量5.5k 收藏 18
点赞数 1
分类专栏： 图像 笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/firing00/article/details/88226422
版权
这篇博客记录了作者将Keras的H5模型转换为TensorFlow的PB文件，并尝试在OpenCV中使用的经历。过程中遇到了包括层不支持、错误的pbtxt格式和不兼容的层等问题。最终通过修正转换过程和更新代码成功导入模型，但OpenCV不支持特定层导致运行时错误。
摘要由CSDN通过智能技术生成

这篇就是我当时寥寥草草记的笔记，很着急，所以写的很乱。我当时是想将darknet框架下的yolo模型调用起来。

1 其实可以直接用readNetFromDarknet调用weights文件

2 我当时有个pb模型，也想用ocv，发现调用是ocv对于一些层不支持，最后放弃了

我用的ocv3.4.1可以用ocv4支持的网络结构更多。ocv还会有内部的计算加速，能跑到更快。

 

 

opencv中的dnn模块可以直接导入tf caffe 等模型

一opencv-learining

在learning中找到使用readNetFromTensorflow的方法的demo

https://www.learnopencv.com/face-detection-opencv-dlib-and-deep-learning-c-python/

以及源码

https://github.com/spmallick/learnopencv/tree/91aca7573b8ec353d3d8e187a70f4aa522659b1e/FaceDetectionComparison

<
最低0.47元/天 解锁文章
zihaozhang9
关注
专栏目录
opencv打开pb_keras的h5模型保存为tensorflow的pb文件，再用opencv打开
weixin_39788256的博客
12-29 635
这篇就是我当时寥寥草草记的笔记，很着急，所以写的很乱。我当时是想将darknet框架下的yolo模型调用起来。1 其实可以直接用readNetFromDarknet调用weights文件2我当时有个pb模型，也想用ocv，发现调用是ocv对于一些层不支持，最后放弃了我用的ocv3.4.1可以用ocv4支持的网络结构更多。ocv还会有内部的计算加速，能跑到更快。opencv中的dnn模块可以直接导...
pb模型转pbtxt,opencv调用
05-16
此工程针对tensorflow自己训练的模型，pb转pbtxt，pb和pbtxt可以用opencv进行调用。 大家尽量不要再下载这个文档了，积分太贵了，我无法改积分。建议大家直接把opencv更新到4.0以上，用opencv的Sample/dnn里面的脚本转换就可以了。opencv调用也建议用opencv4.0以上版本。
Keras训练的h5模型转Tensorflow pb模型OpenCV可调用
12-07 1816
环境：Keras 2.2.4            Tensorflow-gpu 1.12 这里的h5模型是由keras训练保存的，注意不是tf.keras。因为如果是tf.keras训练生成的模型，那可能没这么多坑了。 也就是用的 from keras.layers import Dense, GlobalAveragePooling2D, Dr...
Mask-RCNN应用 - 训练生成的.h5模型转换为opencv-dnn或tensorflow可用的pb模型
12-12 3082
本篇文章介绍如何将训练生成的.h5文件转换为pb文件，用于tensorflow再训练、调用或者opencv-dnn调用 本文代码测试环境 tensorflow-1.13.0, keras-2.1.2 文章目录前言1、matterport/Mask_RCNN的训练模型保存方式2、keras通常保存模型的方法3、关于keras中引入Lamba函数问题转换的具体步骤1、加载模型的config文件2、生成MaskRCNN模型3、加载训练好的.h5文件生成keras.
OpenCV的dnn模块调用TesorFlow训练的MoblieNet模型
热门推荐
星沉阁
11-01 2万+
一、初得模型那是一个月之前的事情了，我利用TesorFlow Object Detection API训练了现在目标检测里面应该是最快的网络MobileNet。当时的目的就只是学习整个finetuning的流程，于是我只是用了20张自己标注的人脸样本图片作为训练集去finetuning，训练完之后的模型通过修改TesorFlow Object Detection API自带的例程代码，即object
mnist数据集利用tensorflow（keras）模型训练，预测（内置数据集），保存，以及.h5转换为.pb再利用opencv-dnn模块的加载和预测（自己手写拍照后的本地数据集）
qq_26705249的博客
07-22 2313
思路： 1.先对数据集加载，并进行预处理。 2.建立cnn模型（tensorflow） 3.对模型进行训练，训练次数epoch和学习率learning rate根据最终预测结果可进行参数调整 4.进行预测，这里先使用mnist取样后的测试集进行预测 5.模型保存，再利用opencv-dnn模块读取并在本地数据集上预测（注意opencv有python和c++两个版本，如果在c++部署平台上，自行下载c++版opencv进行加载，本文使用opencv-python） 环境： python3.7 .
OpenCV dnn调用keras生成的深度学习模型，判断图像分类
08-31
最终，训练好的模型会保存为`.h5`格式，这是一种便于存储Keras模型权重和结构的文件格式。 3. **模型转换为TensorFlow格式**： 虽然Keras模型可以直接在TensorFlow后端运行，但在OpenCV中，我们通常需要模型以...
使用Keras训练好的.h5模型来测试一个实例
09-16
转换过程利用了Keras和TensorFlow之间的兼容性，通过读取`.h5`模型，将所有变量转换为常量，然后保存为`.pb`文件。这个过程可以通过第三方工具如`keras_to_tensorflow.py`脚本来完成，只需指定输入的Keras模型文件和...
tensorflow2.9.0保存的h5模型怎么转成pb模型，实现opencv调用
最新发布
04-02
要将TensorFlow 2.9.0保存的h5模型转换为pb模型，可以使用以下步骤： 1. 加载h5模型 ```python import tensorflow as tf model = tf.keras.models.load_model('path/to/model.h5') ``` 2. 转换为pb模型 ```...
mask_rcnn训练模型pb文件转pbtxt文件
01-30
TensorFlow训练mask_rcnn模型，生成pb文件后转成pbtxt文件，opencv4.0.1调用
OpenCV4学习笔记（62）——dnn模块之调用inception5h模型实现图像分类
邱小兵的博客
05-07 996
本次笔记要整理的内容是：通过OpenCV的dnn模块来调用OpenCV自带的inception5h模型，并实现物体识别。该模型可识别的类别总共有1000类，包含动物、日常用品、交通工具等等，范围非常广泛。下面通过代码逐步整理。 首先，我们需要加载模型，并设置计算后台和目标设备。 //加载opencv自带的tenserflow模型实现图像分类 const string tf_net_model_...
记录：：Opencv调用tensorflow2.x-Keras模型
qq_40242410的博客
04-22 5337
C++，opencv，调用tensorflow2.x-keras，训练的模型
Keras与OpenCV读取图片一一对应
XerCis的博客
05-15 2293
使用from keras.preprocessing import image读取图片载入的是PIL，而cv2载入的图片通道为BGR，需要对其一一对应，进而使用模型对cv2读取的视频/图片进行预测 一、读取图片 import cv2 import PIL import numpy as np import keras.preprocessing from matplotlib import pyp...
pb文件转为pbtxt脚本问题
yunxinan的专栏
06-03 5533
import tensorflow as tf from tensorflow.python.platform import gfile from google.protobuf import text_format def convert_pb_to_pbtxt(filename): with gfile.FastGFile(filename, 'rb') as f: ...
Pytorch训练的模型转.onnx、.pb、.h5、.tftile
weixin_44034578的博客
10-25 1万+
Pytorch训练的模型转.onnx、.pb、.h5、.tftilePytorch训练的模型转.onnx、.pb、.h5、.tftilePytorch模型导入Pytorch模型转.onnx、.pb、.h5.h5文件转.tftile文件 Pytorch训练的模型转.onnx、.pb、.h5、.tftile 由于深度学习训练出后的参数往往是保存在指定的模型中的，这在使用时将不是那么方便，同时为了减小训练出的模型所占的内存空间，通常只保存了模型的参数，而未将整个网络一起保存，这样便直接导致了保存的模型无法直接转换
keras模型h5文件转pb文件（通过save_model保存的h5模型文件）
zkgoup的博客
04-21 2132
该方法只适用于通过save_model保存的keras模型文件（.h5），不适用于通过save_weights保存的keras模型文件，直接上代码。 import keras from keras.models import load_model import tensorflow as tf import os.path as osp import os from keras import ...
Expected model to produce a [1 N] shaped tensor where N is the number of labels, instead it produced
码小兔的博客
08-31 271
问题描述： 笔者在试着用java读取深度模型时，在模型转化为byte[]传入Graph后，模型在读取输出的时候读取的维度不正确。 原因分析： 经过笔者的多次尝试，终于找到了问题的关键。问题出在h5转pb的过程中。下面是网上常见的h5转pb的python代码。使用如下代码所转化的pb文件，在使用java读取的时候就会出现输出的维度不是java想要的维度。 #*-coding:utf-8-* """ 将keras的.h5的模型文件，转换成TensorFlow的pb文件 """ # ==============
【YOLO】如何将Keras训练的模型用于OpenCV中（.h5文件转换成.weights文件）
チン昶的博客
04-26 8766
附转换程序和操作步骤，可以将.h5文件转换为.weights
评论 15
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值