Python 如何将Tensorflows对象检测模型zoo用于预训练模型但缺少标签文件（.pbtxt）

我正在尝试运行Tensorflow目标检测。不幸的是，我发现预先训练好的Tensorflow模型都没有标签文件。我怎样才能得到这些文件？我想做的就是测试一些图片的目标检测，并显示标签。下面的代码是我到目前为止的代码。不幸的是，几乎所有教程都使用我没有的标签文件（.pbtxt）。Tensorflow的相应下载页面上说，标签文件包含在下载中，但不包含在下载中。我下载了不同的型号。所有模型都没有标签文件。如果有人能帮助我，我将非常感激

到目前为止，我的代码是：

import tensorflow as tf
import cv2
import os

def get_frozen_graph(graph_file):
    """Read Frozen Graph file from disk."""
    with tf.gfile.FastGFile(graph_file, "rb") as f:
        graph_def = tf.GraphDef()
        graph_def.ParseFromString(f.read())
    return graph_def

# The TensorRT inference graph file downloaded from Colab or your local machine.
pb_fname = os.path.join(os.getcwd(), "faster_rcnn_inception_resnet_v2_atrous_coco_2018_01_28", "frozen_inference_graph.pb")
trt_graph = get_frozen_graph(pb_fname)

input_names = ['image_tensor']

# Create session and load graph
tf_config = tf.ConfigProto()
tf_config.gpu_options.allow_growth = True
tf_sess = tf.Session(config=tf_config)
tf.import_graph_def(trt_graph, name='')

tf_input = tf_sess.graph.get_tensor_by_name(input_names[0] + ':0')
tf_scores = tf_sess.graph.get_tensor_by_name('detection_scores:0')
tf_boxes = tf_sess.graph.get_tensor_by_name('detection_boxes:0')
tf_classes = tf_sess.graph.get_tensor_by_name('detection_classes:0')
tf_num_detections = tf_sess.graph.get_tensor_by_name('num_detections:0')


IMAGE_PATH = os.path.join(os.getcwd(), "testimages", "000002_491724089556.png")
image = cv2.imread(IMAGE_PATH)
image = cv2.resize(image, (300, 300))

scores, boxes, classes, num_detections = tf_sess.run([tf_scores, tf_boxes, tf_classes, tf_num_detections], feed_dict={
    tf_input: image[None, ...]
})
boxes = boxes[0]  # index by 0 to remove batch dimension
scores = scores[0]
classes = classes[0]
num_detections = int(num_detections[0])

---

最终我可以自己解决我的问题。Tensorflow文档在现场有缺陷。标签文件（.pbtxt）随Tensorflow一起提供，位于文件夹

/models/research/object\u detection/data/

中。当您刚得到一个模型动物园模型时，它们不在您下载的文件夹中