Tensorflow2.x---Keras 保存 .pb 模型文件 和 加载

因为 OpenVINO  不支持 Keras 的  .h5  模型啊！！！ .h5 模型转  .pb  又挺麻烦，各种报错，最后还不一定能加载成功。

那就从根源解决问题，训练直接生成  .pb  吧。

checkpointer = ModelCheckpoint(filepath='gesture_ceshi_Reset50_model.h5', /
                                 monitor='val_accuracy', verbose=1, /
                                 save_best_only=True, mode='max')

r50_finetune.save('model.h5')
# r50_finetune 是自己构建的 model

上面第一个是在 checkpointer 中定义模型保存名称。第二种是训练结束后保存模型。

tf.keras.models.save_model(r50_finetune,"model_save_path")
#  r50_finetune  是自己构建的  model

此种方式会在训练结束后，生成一个  model_save_path  的文件夹。里面包含了 Tensorflow  样式的 模型，其中包含  .bp  模型文件。

加载时也是方便的，跟  .h5  一样的加载方式，如下所示：

model = tensorflow.keras.models.load_model('gesture_best_Reset50_model.h5')
#  加载 .h5 模型文件
model = tensorflow.keras.models.load_model('model_save_path')
#  加载  Tensorflow  格式的 模型文件

加载 Tensorflow 格式的模型文件，只需要加载训练时保存的文件夹就OK

其实，不想训练的可以直接拿  .h5  模型转 .pb 模型，如下所示：哈哈哈哈哈哈

model_path = "keras_model.h5"
model = tf.keras.models.load_model(model_path)
model.save("tfmodel_save", save_format = "tf")

Good  Bye ~~~