在以 TFLite 格式導出模型時，我一直在使用 AutoML Vision Edge 完成一些圖像分類任務，并取得了很好的效果。但是，我只是嘗試導出 saved_model.pb 文件并使用 Tensorflow 2.0 運行它，似乎遇到了一些問題。代碼片段：import numpy as npimport tensorflow as tfimport cv2from tensorflow import kerasmy_model = tf.keras.models.load_model('saved_model')print(my_model)print(my_model.summary())'saved_model' 是包含我下載的 saved_model.pb 文件的目錄。這是我所看到的：2019-10-18 23:29:08.801647: I tensorflow/core/platform/cpu_feature_guard.cc:142] 您的 CPU 支持未編譯此 TensorFlow 二進制文件以使用的指令：AVX2 FMA 2019-10-18 23:29:08.829017 ：我 tensorflow/compiler/xla/service/service.cc:168] XLA 服務 0x7ffc2d717510 在平臺主機上執(zhí)行計算。設備：2019-10-18 23:29:08.829038：I tensorflow/compiler/xla/service/service.cc:175] StreamExecutor 設備（0）：主機，默認版本回溯（最后一次調(diào)用）：文件“classify_in_out_tf2. py"，第 81 行，在 print(my_model.summary()) AttributeError: 'AutoTrackable' 對象沒有屬性 'summary'我不確定這是我如何導出模型的問題，還是我的代碼加載模型的問題，或者這些模型是否與 Tensorflow 2.0 或某種組合不兼容。任何幫助將不勝感激！
1 回答
慕娘9325324
TA貢獻1783條經(jīng)驗 獲得超4個贊
我已經(jīng)saved_model.pb在 docker 容器之外工作了（用于對象檢測，而不是分類 - 但它們應該是相似的，更改輸出，也許更改輸入tf 1.14），方法如下：
張量流 1.14.0：
圖像編碼為字節(jié)
import cv2
import tensorflow as tf
cv2.imread(filepath)
flag, bts = cv.imencode('.jpg', img)
inp = [bts[:,0].tobytes()]
with tf.Session(graph=tf.Graph()) as sess:
tf.saved_model.loader.load(sess, ['serve'], 'directory_of_saved_model')
graph = tf.get_default_graph()
out = sess.run([sess.graph.get_tensor_by_name('num_detections:0'),
sess.graph.get_tensor_by_name('detection_scores:0'),
sess.graph.get_tensor_by_name('detection_boxes:0'),
sess.graph.get_tensor_by_name('detection_classes:0')],
feed_dict={'encoded_image_string_tensor:0': inp})
圖像為 numpy 數(shù)組
import cv2
import tensorflow as tf
import numpy as np
with tf.Session(graph=tf.Graph()) as sess:
tf.saved_model.loader.load(sess, ['serve'], 'directory_of_saved_model')
graph = tf.get_default_graph()
# Read and preprocess an image.
img = cv2.imread(filepath)
# Run the model
out = sess.run([sess.graph.get_tensor_by_name('num_detections:0'),
sess.graph.get_tensor_by_name('detection_scores:0'),
sess.graph.get_tensor_by_name('detection_boxes:0'),
sess.graph.get_tensor_by_name('detection_classes:0')],
feed_dict={'map/TensorArrayStack/TensorArrayGatherV3:0': img[np.newaxis, :, :, :]})
我使用 netron 來查找我的輸入。
張量流 2.0：
import cv2
import tensorflow as tf
img = cv2.imread('path_to_image_file')
flag, bts = cv2.imencode('.jpg', img)
inp = [bts[:,0].tobytes()]
loaded = tf.saved_model.load(export_dir='directory_of_saved_model')
infer = loaded.signatures["serving_default"]
out = infer(key=tf.constant('something_unique'), image_bytes=tf.constant(inp))
添加回答
舉報
0/150
提交
取消