Keras(.h5)转TensoFlow(.pd)上安卓应用 — 模型转换部分

步骤：

1. 配置环境（转换环境与训练环境相同可省略）
2. 转换代码运行

1. 配置环境

主要指以下三个的版本需相同：

• Python
• Keras
• TensorFlow

查看环境命令请看下面例子

例如我朋友的环境是：

因此： 我负责转换时，TensorFlow、Python、Keras也要与之相同。这样可以避免踩到很多不必要的坑中。

环境安装方法：

• 安装参考：在windows中安装tensorflow_gpu==1.15.0的流程。经测试不一定需要安装gpu版的tensorflow，cpu的也可以。安装方法是一样的，所以可以参考这篇博客。

2. 转换代码

因为本作者拿到的模型是在TensorFlow 2.x 版本下训练的，而转换代码的源码是在TensorFlow 1.x 版本下写的，也就是说，转换源码调用了TensorFlow 1.x 下的工具包。这造成了兼容性问题。
兼容性修复后的代码：

import tensorflow as tf

tf.keras.backend.set_learning_phase(0)
model = tf.keras.models.load_model('./model.h5')  # 加载h5模型
export_path = './pb_model'

with tf.compat.v1.keras.backend.get_session() as sess:
    tf.compat.v1.saved_model.simple_save(
        sess,
        export_path,
        inputs={'input_image': model.input},
        outputs={t.name: t for t in model.outputs})

代码使用：

• 将训练好的模型.h5文件放到与该.py文件相同目录下，修改model = tf.keras.models.load_model('./model.h5')中的model.h5为自己训练好的模型的文件名及格式名
• 输出的.pd文件位于.py文件所在目录中的pb_model文件夹中

代码修改部分及原因分析：

• 原因：修复兼容性问题

• 解决方法：在tensorflow2.x中有个API就是为了兼容（compat） 某些tensorflow1.x版本和某些tensorflow2.x版本，该API就是：

  • tf.compat.v1：是为了兼容tensorflow1.x中的某些API
  • tf.compat.v2：是为了兼容tensorflow2.x中的某些API

因此只要把：

sess = tf.keras.backend.get_session()

改为如下即可：

sess = tf.compat.v1.keras.backend.get_session()

参考：

源码转自：tensorflow将.h5模型转换成.pb

附上源码：

import tensorflow as tf
 
tf.keras.backend.set_learning_phase(0) 
model = tf.keras.models.load_model('./mmm.h5')#加载h5模型
export_path = './pb_model'
 
with tf.keras.backend.get_session() as sess:
    tf.saved_model.simple_save(
        sess,
        export_path,
        inputs={'input_image': model.input},
        outputs={t.name: t for t in model.outputs})

在源码运行时，有可能会出现找不到引用的报错：
在 '__init__.py' 中找不到引用 'get_session'

Pycharm中提示图为：
get_session和simple_save标黄，表示找不到包

兼容性问题解决方案转自：解决tensorflow报错：AttributeError: module ‘tensorflow.keras.backend‘ has no attribute ‘get_session‘ 问题