Tensorflow ssd mobilenet v1 coco的输出节点名称推理冻结模型

我想把TensorFlow图编译成Movidius图。我使用Model Zoo的

ssd\u mobilenet\u v1\u coco

模型在我自己的数据集上对其进行训练

然后我跑了

python object_detection/export_inference_graph.py \
                --input_type=image_tensor \
                --pipeline_config_path=/home/redtwo/nsir/ssd_mobilenet_v1_coco.config \
                                --trained_checkpoint_prefix=/home/redtwo/nsir/train/model.ckpt-3362 \
                --output_directory=/home/redtwo/nsir/output

这将生成me

freezed\u interference\u graph.pb

&

saved\u model/saved\u model.pb

现在将保存的模型转换为Movidius图形。有人发出命令

导出GraphDef文件

python3 ../tensorflow/tensorflow/python/tools/freeze_graph.py \
        --input_graph=inception_v3.pb \
        --input_binary=true \
        --input_checkpoint=inception_v3.ckpt \
        --output_graph=inception_v3_frozen.pb \
        --output_node_name=InceptionV3/Predictions/Reshape_1

冻结推理模型

python3 ../tensorflow/tensorflow/python/tools/freeze_graph.py \
        --input_graph=inception_v3.pb \
        --input_binary=true \
        --input_checkpoint=inception_v3.ckpt \
        --output_graph=inception_v3_frozen.pb \
        --output_node_name=InceptionV3/Predictions/Reshape_1

最终可将其馈送至NCS Intel Movidius SDK

mvNCCompile -s 12 inception_v3_frozen.pb -in=input -on=InceptionV3/Predictions/Reshape_1

所有这些都在Intel Movidius网站上给出：

我的模型已经过训练，即输出/冻结推理图。为什么我要使用

/slim/export\u expression\u graph.py

再次冻结它，或者它是

输出/保存的\u model/保存的\u model.py

将作为

slim/export\u expression\u graph.py

的输入

我想要的只是输出\节点\名称=接收v3/预测/重塑\ 1。如何获得这个输出\u name\u name目录结构及其内部的任何内容？我不知道它包含了什么

model zoo的

ssd\u mobilenet\u v1\u coco

模型应该使用哪个输出节点（在我自己的自定义数据集上进行培训）

我理解和不理解的事情： 输入检查点：✓ [培训期间创建的检查点] 输出图形：✓ [输出冻结图形的路径] 输出节点名称：X

我不明白

out\u node\u names

参数&考虑到它的

ssd\u mobilnet

而不是inception\u v3，它应该包含什么

---

系统信息

• 您正在使用的型号的顶级目录是什么：
• 我是否编写了自定义代码（而不是使用TensorFlow中提供的股票示例脚本）：
• 操作系统平台和发行版（如Linux Ubuntu 16.04）：Linux Ubuntu 16.04
• TensorFlow安装自（源代码或二进制文件）：TensorFlow与pip一起安装
• TensorFlow版本（使用下面的命令）：1.13.1
• Bazel版本（如果从源代码处编译）：
• CUDA/cuDNN版本：V10.1.168/7*
• GPU型号和内存：2080Ti 11Gb
• 复制的精确命令：

---

saved_model/saved_model.pb中的图形是预训练的inception_v3模型的图形定义（图形体系结构），没有向图形加载权重。freezed_interference_graph.pb是使用您提供的检查点冻结的图，并使用inception_v3模型的默认输出节点。 要获取输出节点名称，可以使用Summary_图形工具

如果安装了bazel，您可以使用以下命令使用Summary_graph tool

bazel build tensorflow/tools/graph_transforms：总结图

bazel bin/tensorflow/tools/graph_transforms/Summary_graph\ --in\u graph=/tmp/inception\u v3\u inf\u graph.pb

如果未安装bazel，则可以使用tensorboard或任何其他图形可视化工具（如Netron）获取输出节点

---

附加freeze_graph.py可用于冻结指定输出节点的图形（即，在将附加输出节点添加到inceptionV3的情况下）。冻结干涉图.pb也同样适合于查询。

ncsdk v1和v2不推荐使用OpenVino：

python freeze_graph.py \
                 --input_graph=/path/to/graph.pbtxt \
                 --input_checkpoint=/path/to/model.ckpt-22480 \
                 --input_binary=false \
                 --output_graph=/path/to/frozen_graph.pb \
                 --output_node_names="the nodes that you want to output e.g. InceptionV3/Predictions/Reshape_1 for Inception V3 "