从 Tensorflow 对象检测 API 动物园模型导出错误的冻结图答案

【问题标题】：Wrong frozen graph export from Tensorflow Object Detection API zoo model从 Tensorflow 对象检测 API 动物园模型导出错误的冻结图
【发布时间】：2019-08-05 19:30:17
【问题描述】：

我正在使用 Tensorflow 对象检测 API 项目 (https://github.com/tensorflow/models/tree/r1.12.0/research/object_detection) 处理 Mask R CNN 模型。我坚持使用 r1.12.0 版本（但这不是必须的，但我认为它不会影响我的问题。）我的计划是修改模型的一些“静态”部分并再次将其导出为冻结图格式。

作为第一步，我打算使用 export_inference_graph.py 脚本 (https://github.com/tensorflow/models/blob/r1.12.0/research/object_detection/export_inference_graph.py) 从检查点文件和 pipeline.config 重新生成冻结图。我下载了 inception V2 模型 (http://download.tensorflow.org/models/object_detection/mask_rcnn_inception_v2_coco_2018_01_28.tar.gz) 并使用 Tensorflow 1.12.0 执行了脚本。它完成了这项工作并创建了一个冻结图。

问题是，如果我将原始冻结图与生成的图进行比较，它们是不同的。如果我使用 Tensorboard 将它们可视化，它们之间就会有明显的差异。一些节点丢失，一些节点不同等等。

我也尝试过其他模型（普通 Fast R CNN），我总是遇到同样的问题。

这怎么可能？我应该如何使用检查点文件和pipeline.config 文件重新生成与最初附加的完全相同的冻结图？

【问题讨论】：

标签： python tensorflow object-detection-api

【解决方案1】：

据我了解，您生成冻结图的步骤很好。

关于冻结图的一件事是可以对其进行优化，例如将一些层融合在一起。优化可能会导致您的冻结图看起来不同，因为可以执行或根本不执行不同的优化。但是不同的冻结图并不一定意味着该图是错误生成的。

Here 是关于优化冻结图以制作更快的服务模型的教程。只是在这里列出来表明有几个优化选项。

这里What does freezing a graph in TensorFlow mean? 是另一个与此问题有关的问题。

【讨论】：