將retrain.py的輸出轉換為tensorflow.js

Question

在如何為新類別重新編寫圖像分類器中描述的腳本retrain.py運行為

python retrain.py --tfhub_module https://tfhub.dev/google/imagenet/mobilenet_v2_100_224/feature_vector/2 --image_dir /tmp/test

並生成輸出文件/tmp/output_graph.pb 。 轉換它

tensorflowjs_converter --input_format=tf_saved_model --output_format=tfjs_graph_model /tmp/output_graph.pb /tmp/model

失敗了

IOError：SavedModel文件不存在於：/tmp/output_graph.pb/{saved_model.pbtxt|saved_model.pb}

如果文件output_graph.pb重命名為saved_model.pb （ 由@edkeveked ），則錯誤將更改為

RuntimeError：在SavedModel中找不到與標記'serve'關聯的MetaGraphDef。 要檢查SavedModel中的可用標記集，請使用SavedModel CLI： saved_model_cli

saved_model_cli show --dir . 報告空標簽集。

怎么解決這個問題？

Answer 1

輸入路徑是文件夾的路徑，而不是文件的路徑。 考慮以下：

tensorflowjs_converter --input_format=tf_saved_model --output_format=tfjs_graph_model /tmp /tmp/model

Answer 2

正如@Ping Yu在使用MobileNet進行Retrain圖像檢測時所暗示的 ，您可以使用

python retrain.py --tfhub_module https://tfhub.dev/google/imagenet/mobilenet_v2_100_224/feature_vector/2 \
    --image_dir /tmp/flower_photos --saved_model_dir /tmp/saved_retrained_model
tensorflowjs_converter --input_format=tf_saved_model \
    --output_format=tfjs_graph_model \
    --saved_model_tags=serve \
    /tmp/saved_retrained_model/ /tmp/converted_model/

這將使用保存的模型格式保存模型。