tensorflow 23：从ckpt文件导出固化PB文件

太过爱你忘了你带给我的痛 2022-02-03 15:59 503阅读 0赞

# 概述 #

需要从ckpt文件生成固化的PB文件，给生成现场用。现在我探索下不依赖代码里的网络结构、仅仅用CKPT文件来生成PB文件。

# 转化 #

训练生成的ckpt文件目录如下：

$ ls ./ckpt0507/
    checkpoint                           graph.pbtxt                          model.ckpt-3251.data-00000-of-00001  model.ckpt-6500.index                model.ckpt-6501.meta
    events.out.tfevents.1557215392.amax  model.ckpt-3250.data-00000-of-00001  model.ckpt-3251.index                model.ckpt-6500.meta                 model.ckpt-9750.data-00000-of-00001
    events.out.tfevents.1557217802.amax  model.ckpt-3250.index                model.ckpt-3251.meta                 model.ckpt-6501.data-00000-of-00001  model.ckpt-9750.index
    events.out.tfevents.1557219123.amax  model.ckpt-3250.meta                 model.ckpt-6500.data-00000-of-00001  model.ckpt-6501.index                model.ckpt-9750.meta

转化PB文件的代码如下：

import tensorflow as tf
    import os
    
    def read_graph_from_ckpt(ckpt_path, out_pb_path, output_name ):     
        # 从meta文件加载网络结构
        saver = tf.train.import_meta_graph(ckpt_path+'.meta',clear_devices=True)
        graph = tf.get_default_graph()
        with tf.Session( graph=graph) as sess:
            sess.run(tf.global_variables_initializer()) 
            # 从ckpt加载参数
            saver.restore(sess, ckpt_path) 
            output_tf =graph.get_tensor_by_name(output_name) 
            
            # 固化
            pb_graph = tf.graph_util.convert_variables_to_constants( sess, graph.as_graph_def(), [output_tf.op.name]) 
        
            # 保存
            with tf.gfile.FastGFile(out_pb_path, mode='wb') as f:
              f.write(pb_graph.SerializeToString())
         
    read_graph_from_ckpt('./ckpt0507/model.ckpt-9750', './idcard_seg.pb',  'decoder/upsampling_2_logits/conv_1x1/BiasAdd:0')

调用read\_graph\_from\_ckpt()主要需要知道输出tensor节点的名称。我是通过Netron这个神经网络可视化工具查看的节点名称。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5sdWx1_size_16_color_FFFFFF_t_70]

# 总结 #

关于如何导出训练模型，我之前的一篇文章[《tensorflow 20：搭网络、导出模型、运行模型》][tensorflow 20]也有涉及。

无论是那篇文章还是本文，都是调用convert\_variables\_to\_constants()完成的模型固化。调用convert\_variables\_to\_constants的前提就是session已经绑定了一个计算图，这个计算图可以是刚刚训练的，也可以是从磁盘文件读取的，或者其它格式文件加载到内存中的，然后这个计算图被固化保存到磁盘上的PB文件。

# 参考资料 #

[从Tensorflow模型文件中解析并显示网络结构图（CKPT模型篇）][Tensorflow_CKPT]

[TensorFlow应用.pb文件保存和加载模型方法及相关注意事项][TensorFlow_.pb]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5sdWx1_size_16_color_FFFFFF_t_70]: /images/20220203/e199d77542d94bcc92e3092e9ff8ddb6.png
[tensorflow 20]: https://blog.csdn.net/yuanlulu/article/details/84978473
[Tensorflow_CKPT]: https://www.jianshu.com/p/d91484e86d83
[TensorFlow_.pb]: https://zhuanlan.zhihu.com/p/47649285