(转)Darknet模型与Tensorflow模型相互转换

Posted zhangmingcheng

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了(转)Darknet模型与Tensorflow模型相互转换相关的知识,希望对你有一定的参考价值。

目前darknet框架下的模型训练都是在C环境下训练的,难免较为晦涩,如果能将模型转换到Tensorflow环境下完成模型的训练,在将训练好的权重转为Darknet可以识别的权重部署到实际应用中。这样就可以将算法的训练和实际部署分开!

1、将Darknet框架下的.cfg与.weights 转为Tensorflow框架下的.cpkt模型

先clone这个项目,用于darknet模型转tensorflow

https://github.com/Linzmin1927/DW2TF
cd 到DW2TF目录下,然后执行

python3 main.py --cfg ‘data/yolov3-tiny.cfg‘ --weights ‘data/yolov3-tiny.weights‘ --output ‘tf_file/‘ --prefix ‘yolov3-tiny/‘ --gpu 0

可以在tf_file中查看相关生成的ckpt文件与pd文件

 技术图片

在python中执行以下脚本,可以查看网络结构和各个权重

import tensorflow as tf
from tensorflow.python import pywrap_tensorflow
 
tf.reset_default_graph()
 
model_dir = "tf_files"   # ckpt文件目录
ckpt = tf.train.get_checkpoint_state(model_dir)
ckpt_path = ckpt.model_checkpoint_path
 
# 加载图结构
reader = pywrap_tensorflow.NewCheckpointReader(ckpt_path)
param_dict = reader.get_variable_to_shape_map()
 
 # 打印图中变量
for key, val in param_dict.items():
    try:
        print(key, val)
    except:
        pass
 
# 加载权重数据
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()) 
    saver.restore(sess,ckpt_path) 
 
#启动TensorBoard
summaryWriter = tf.summary.FileWriter(‘log/‘, tf.get_default_graph())
 
# 查看第一个卷积层的卷积权重
key = ‘yolov3-tiny/convolutional1/kernel‘
w = reader.get_tensor(key)
print(type(w))
print(w.shape)
print(w)

可以看到网络第一层卷积层卷积权重打印出来

 技术图片

然后在根目录下打开cmd 输入 tensorboard --logdir log/ 启动tensorboard服务,在浏览器中输入http://localhost:6006/ 可以查看当前网络结构

 技术图片

2、darknet 与 tensorflow 权重数据解析与转换

如果需要将Tensorflow的权重数据转为Darknet的权重,需要进一步解析两个框架下权重保存的数据格式。

分别打开 yolov3.weights文件和yolov3-tiny.ckpt.data-00000-of-00001文件。

yolov3.weights文件(Darknet)

 技术图片

yolov3-tiny.ckpt.data-00000-of-00001文件(Tensorflow)

 技术图片

可以看到权重值是一样的,yolov3.weights文件中还包含了权重版本信息和迭代训练次数!所以只要Tensorflow网络结构和Darknet一致,就能很方便手动将Tensorflow权重转存为Darknet。
---------------------
作者:橘子都吃不起!
来源:CSDN
原文:https://blog.csdn.net/weixin_42754237/article/details/87534092
版权声明:本文为博主原创文章,转载请附上博文链接!

以上是关于(转)Darknet模型与Tensorflow模型相互转换的主要内容,如果未能解决你的问题,请参考以下文章

tensorflow模型

模型训练ubuntu 编译 Darknet 与 YOLO 训练

如何正确使用带有 C++ 的 tensorflow 从 YOLO 模型中获取输出?

darknet源码剖析 模型训练初探

tensorflow模型ckpt转pb以及其遇到的问题

caffe与tensorflow中的pooling