Python 如何在tensorflow SavedModel中具有多个输出？

因此，整个故事是，我试图将一个.pb冻结的推理图转换为一个tflite模型，为此，我首先尝试创建一个SavedModel。下面是我尝试使用的代码：

将tf.Session（graph=tf.graph（））作为sess的

：
#name=”“对于确保我们不会得到虚假的前缀非常重要
tf.import_graph_def（graph_def，name=”“）
g=tf.get_default_graph（）
inp=g.通过名称获取张量（“图像张量：0”）
out={g.get_tensor_by_name（'num_detections:0'）}，{g.get_tensor_by_name（'detection_box:0'）}，{g.get_tensor_by_name（'detection_scores:0'）}，{g.get_tensor u by_name（'detection_classes:0'）}
sigs[signature_constants.DEFAULT_SERVING_signature_DEF_KEY]=\
tf.saved_model.signature_def_utils.predict_signature_def(
{“输入”：inp}，{“输出”：out}）
添加元图和变量（SES，
[tag_constants.SERVING]，
签名_def_map=sigs）
builder.save（）

---

我没有正确地执行“out”，但是我不知道如何为SavedModel签名包含更多输出，或者如果可能的话？

我认为不需要将集合提供给输出字典，而是需要指定该字典中的所有单个输出张量。像这样的事情对我很有用

with tf.Session(graph=tf.Graph()) as sess:
    # name="" is important to ensure we don't get spurious prefixing
    tf.import_graph_def(graph_def, name="")
    g = tf.get_default_graph()
    inp = g.get_tensor_by_name("input_image:0")
    out1 = g.get_tensor_by_name("output_1:0")
    out2 = g.get_tensor_by_name("output_2:0")
    out3 = g.get_tensor_by_name("output_3:0")
    sigs[signature_constants.DEFAULT_SERVING_SIGNATURE_DEF_KEY] = \
        tf.saved_model.signature_def_utils.predict_signature_def(
            {"in": inp}, {"out1": out1, "out2": out2, "out3": out3 })

    builder.add_meta_graph_and_variables(sess,
                                         [tag_constants.SERVING],
                                         signature_def_map=sigs)

    builder.save()

我还在学习TF，但希望这能有所帮助