Javascript 需要找出需要为Tensorflowjs转换器传递的输出节点名称

我是Tensorflow的新手，我开发了一个模型，可以使用Tensorflow、OpenCV检测一种特殊类型的卡，我可以在脱机模式下使用我的网络摄像头检测卡，但我想将其迁移到web（tensorflowjs），但我在转换方面面临一些问题

我有检查点、元数据文件以及冻结的推理图pb文件

我使用以下代码生成了节点名称列表

import tensorflow as tf


modelName = './<path_to_meta_file>'

tf.reset_default_graph()
with tf.Session() as sess:
    saver = tf.train.import_meta_graph(modelName)
    graph_def = tf.get_default_graph().as_graph_def()
    node_list=[n.name for n in graph_def.node]


print(node_list)

将tensorflow导入为tf
modelName='./'
tf.reset_default_graph（）
使用tf.Session（）作为sess：
saver=tf.train.import\u元图（modelName）
graph_def=tf.get_default_graph（）.as_graph_def（）
node_list=[n.name表示图中的n_def.node]
打印（节点列表）

这是输出文件

我关心的是我应该在下面的命令中传入输出节点名称

tensorflowjs_converter --input_format=tf_frozen_model --output_node_names='<what to write here from that output txt file?>' ./frozen_inference_graph.pb ./web_model

tensorflowjs\u转换器——输入\u格式=tf\u冻结\u模型——输出\u节点\u名称=“”。/freezed\u推断\u graph.pb./web\u模型

我想在客户端使用真实的网络摄像头运行我现有的模型，任何解决方案和建议都将不胜感激

设置详细信息：

Tensorflow 1.12.0

---

Python 3.5使用Anaconda。

对于我来说，tensorflowjs_转换器通过使用“占位符”作为--output_node_名称的参数来运行：

tensorflowjs\u转换器--input\u format=tf\u freezed\u model--output\u format=tensorflowjs--output\u node\u names=Placeholder./freezed\u expression\u graph.pb./web\u model

但是，不确定这是否是一个有效的解决方案，因为即使转换器在没有错误消息的情况下运行，我还是从model_pruner获得了输出：“之前的图形大小：1187个节点，1221条边。之后的图形大小：1个节点，0条边。”-因此，我的输入实际上减少为零，这似乎也不正确

---

更新： 经过两个多小时的研究，我发现tensorboard指示节点名称（请参阅）。在我的例子中，结果是，

--output\u node\u names=final\u result

，而占位符不超过名称已经说明的内容，需要用有效内容填充占位符