为 Jetson Nano 上的 TensorRT 转换 TF 2.0 保存的模型

Question

我正在尝试将 TF 2.0 saved_model 转换为 Jetson Nano 上的 tensorRT。

模型保存在 TF 2.0.0 中。 nano 有 Jetpack 4.2.2 w/ TensorRT __ 和 Tensorflow 1.14（这是 Jetson 的最新 Tensorflow 版本）。

我一直遵循here 的说明，其中描述了如何将 TF 2.0.0 saved_model 转换为 TensorRT。

下面是我的代码：

import tensorflow as tf
from tensorflow.python.compiler.tensorrt import trt_convert as trt
tf.enable_eager_execution()

converter = trt.TrtGraphConverterV2(input_saved_model_dir=input_saved_model_dir)
converter.convert()
converter.save(output_saved_model_dir)

saved_model_loaded = tf.saved_model.load(
    output_saved_model_dir, tags=[tag_constants.SERVING])
graph_func = saved_model_loaded.signatures[
    signature_constants.DEFAULT_SERVING_SIGNATURE_DEF_KEY]
frozen_func = convert_to_constants.convert_variables_to_constants_v2(
    graph_func)
def wrap_func(*args, **kwargs):
    # Assumes frozen_func has one output tensor
    return frozen_func(*args, **kwargs)[0]
output = wrap_func(input_data).numpy()

似乎开始转换成功。但是，当它到达convert_to_tensor 行时，我得到一个KeyError: 'serving_default' 错误。我的完整打印输出在下面找到here（SO 太长），但 python 回溯出现在下面。我该如何解决这个问题？

谢谢！

打印输出摘要（完整打印输出here）：

Traceback (most recent call last):
  File "tst.py", line 38, in <module>
    convert_savedmodel()
  File "tst.py", line 24, in convert_savedmodel
    converter.convert()
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/compiler/tensorrt/trt_convert.py", line 956, in convert
    func = self._saved_model.signatures[self._input_saved_model_signature_key]
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/saved_model/signature_serialization.py", line 196, in __getitem__
    return self._signatures[key]
KeyError: 'serving_default'

Answer 1

我在你的实验中发现了两个问题：

• 您在安装 TF 1.14 的同时使用 TF-TRT 2.0 API。这是不支持的。如果您的系统上安装了 TF 1.14，则需要使用 TF-TRT 1.x API。

• 根据https://www.tensorflow.org/guide/versions，TF2.0中保存的TF模型与TF1.14不兼容

如果您只能访问TF1.14，我建议您在TF1.14中重新生成图形并在应用TF-TRT之前将模型保存在那里，然后使用TF-TRT 1.x API。