Caffe模型转TensorFlow模型

一、安装caffe和TensorFlow

   安装caffe和TensorFlow，本文用的python接口。安装方法参见网络其他教程。

二、安装mmdnn

源码下载地址：https://github.com/Microsoft/MMdnn  ，下载后解压，进入目录，运行:python setup.py install 进行安装。或者直接下载release版本，使用pip install mmdnn-0.2.1-py2.py3-none-any.whl   这里以0.2.1版本为例。

 

三、下载caffe预训练模型

1.运行：mmdownload -f caffe

查看支持的模型：

Support frameworks: ['resnet50', 'resnet101', 'voc-fcn8s', 'inception_v4', 'voc-fcn16s', 'squeezenet', 'alexnet', 'inception_v1', 'resnet152', 'xception', 'vgg16', 'vgg19', 'voc-fcn32s']

 

2. 运行：mmdownload -f caffe -n resnet152 -o ./

  下载模型，一般比较慢

直接在：http://data.mxnet.io/models/imagenet/test/caffe下载resnet152-deploy.prototxt和resnet152.caffemodel文件

 

 

四、转换模型

1. 转换到IR文件

mmtoir -f caffe -n resnet152-deploy.prototxt -w resnet152.caffemodel -o caffe_resnet_IR（注意修改下载的文件名和命令中的一致），若成功会产生caffe_resnet_IR.json（709KB），caffe_resnet_IR.pb（67KB）和caffe_resnet_IR.npy（347MB）三个文件

 

2.IR转到TensorFlow模型pb文件

运行命令：

mmtocode -f tensorflow --IRModelPath caffe_resnet_IR.pb --IRWeightPath caffe_resnet_IR.npy --dstModelPath tf_resnet152.py ，若运行成功会产生tf_resnet152.py文件。

 

在当前目录下新建tf_resnet15文件夹

运行命令：python -m mmdnn.conversion.examples.tensorflow.imagenet_test -n tf_resnet152.py -w caffe_resnet_IR.npy --dump tf_resnet152 ，若成功，在tf_resnet152文件夹下会有savemodel.pb文件和variables文件夹。