看这篇文章https://blog.csdn.net/zmlovelx/article/details/100511406,我对着怎么运行都是失败的。
首先看把自己训练好的ckpt模型转换为savermodel(tf1环境下)
object_detection>python export_inference_graph.py \
--input_type image_tensor \
--pipeline_config_path ..\image\ssdlite_mobiledet_cpu_320x320_coco_sync_4x4.config \
--trained_checkpoint_prefix ..\image\model.ckpt-3369 \ #这是自己做迁移训练好的模型
--output_directory ..\coco_models\my_ssdlite_mobiledets #存放路径
既然自己训练的ckpt模型可以转,那我直接下载的ckpt模型也可以一样的转:
object_detection>python export_inference_graph.py
--input_type image_tensor
--pipeline_config_path samples\configs\ssdlite_mobiledet_cpu_320x320_coco_sync_4x4.config
--trained_checkpoint_prefix ..\coco_models\ssdlite_mobiledet_cpu_320x320_coco_2020_05_19\model.ckpt #这是下载的模型
--output_directory ..\coco_models\ssdlite_mobiledet_cpu_savemodel #存放地址
注意两处.config也不一致
好奇妙,有时又不行了。在下载的模型文件夹中添加一个checkpoint文件
执行以下:
python export_inference_graph.py --input_type image_tensor --pipeline_config_path samples\configs\ssdlite_mobiledet_cpu_320x320_coco_sync_4x4.config --trained_checkpoint_prefix ..\coco_models\ssdlite_mobiledet_cpu_320x320_coco_2020_05_19\model.ckpt --output_directory ..\coco_models\ssdlite_mobiledet_cpu_savemodel
运行成了 如图
在tf2环境下测试,看到这结果 我tm又懵了!