Python 类型错误：graph_def必须是GraphDef原型

我将keras model.h5转换为freezed_graph.pb，以便在jetson上进行优化和运行。但是优化冻结的_graph.pb会产生错误

raise TypeError（'graph_def必须是GraphDef proto'）类型错误： graph_def必须是GraphDef原型

代码：

import tensorflow.contrib.tensorrt as trt

frozen_graph = './model/frozen_model.pb'
output_names = ['conv2d_59','conv2d_67','conv2d_75']

trt_graph = trt.create_inference_graph(
    input_graph_def=frozen_graph,
    outputs=output_names,
    max_batch_size=1,
    max_workspace_size_bytes=1 << 25,
    precision_mode='FP16',
    minimum_segment_size=50
)

graph_io.write_graph(trt_graph, "./model/",
                     "trt_graph.pb", as_text=False)

---

您必须首先解析文件中的内容，然后将其作为参数传递：

导入tensorflow.contrib.tensorrt作为trt
冻结的_图='。/model/freezed_model.pb'
输出_名称=['conv2d_59'、'conv2d_67'、'conv2d_75']
#读取图形定义（二进制格式）
将开放（冻结的_图，'rb'）作为f：
冻结图\u gd=tf.GraphDef（）
冻结的\u图形\u gd.ParseFromString（f.read（））
#如果冻结图形为文本格式，请按如下方式加载它
#导入google.protobuf.text_格式
#将开放（冻结的_图，'r'）作为f：
#freezed_graph_gd=google.protobuf.text_format.Parse（f.read（），tf.GraphDef（））
trt\u图=trt.create\u推断图(
输入_graph_def=freezed_graph_gd，#将解析后的图形定义传递到此处
输出=输出名称，
最大批量大小=1，
max\u workspace\u size\u bytes=1这是我得到的：tensorflow.python.framework.errors\u impl.InvalidArgumentError:无法导入元图，请查看错误日志以了解更多信息。@SaiKrishnadas这似乎是另一个错误，没有更多信息很难判断，是从
trt引发的异常。是否也创建推理图
？