从Tensorflow Object Detection API动物园模型导出错误的冻结图形

Question

我正在使用Tensorflow Object Detection API项目（ https://github.com/tensorflow/models/tree/r1.12.0/research/object_detection ）使用Mask R CNN模型。 我坚持使用r1.12.0版本（但这不是必须的，但我不认为它会影响我的问题。）我的计划是修改模型的某些“静态”部分并将其再次导出为冻结图形格式。

作为第一步，我打算使用export_inference_graph.py脚本从checkpoints文件和pipeline.config重新生成冻结图（ https://github.com/tensorflow/models/blob/r1.12.0/research/object_detection/export_inference_graph .py ）。 我下载了初始V2模型（ http://download.tensorflow.org/models/object_detection/mask_rcnn_inception_v2_coco_2018_01_28.tar.gz ）并使用Tensorflow 1.12.0执行了该脚本。 它完成了工作并创建了冻结图。

问题是如果我将原始的冻结图与生成的图进行比较，它们就不同了。 如果我使用Tensorboard对它们进行可视化，则它们之间存在明显的差异。 一些节点丢失，某些节点不同等等。

我也尝试过其他模型（正常的Fast R CNN），但始终遇到相同的问题。

怎么会这样？ 我应该如何使用检查点文件和pipeline.config文件重新生成最初附加的完全相同的冻结图？

Answer 1

据我了解，您生成冻结图的步骤很好。

关于冻结图的一件事是可以对其执行优化，例如将一些层融合在一起。 优化可能会导致冻结的图看起来不同，因为可以执行或根本不执行不同的优化。 但是不同的冻结图并不一定意味着图形被错误地生成。

这是有关冻结图优化的教程，以创建更快的投放模型。 仅在此处列出以显示有几个优化选项。

冻结TensorFlow中的图形意味着什么？ 是另一个与此问题相关的问题。