使用 OpenVINO 工具包转换posenet模型?
Posted
技术标签:
【中文标题】使用 OpenVINO 工具包转换posenet模型?【英文标题】:Convert posenet model with OpenVINO toolkit? 【发布时间】:2019-06-03 12:41:21 【问题描述】:我正在尝试使用 OpenVINO 模型优化器转换posenet 模型(MobileNetV1 架构)。但它会引发如下错误。 我正在使用以下命令进行转换。
python3 mo_tf.py --input_model /vino/models/posenet/_models/model-mobilenet_v1_101.pb --input_meta_graph /vino/models/posenet/_models/checkpoints/model-mobilenet_v1_101.ckpt.meta --output_dir /vino/models/posenet/
我收到的错误是:
Model Optimizer arguments:
Common parameters:
- Path to the Input Model: /vino/models/posenet/_models/model-mobilenet_v1_101.pb
- Path for generated IR: /vino/models/posenet/
- IR output name: model-mobilenet_v1_101
- Log level: ERROR
- Batch: Not specified, inherited from the model
- Input layers: Not specified, inherited from the model
- Output layers: Not specified, inherited from the model
- Input shapes: Not specified, inherited from the model
- Mean values: Not specified
- Scale values: Not specified
- Scale factor: Not specified
- Precision of IR: FP32
- Enable fusing: True
- Enable grouped convolutions fusing: True
- Move mean values to preprocess section: False
- Reverse input channels: False
TensorFlow specific parameters:
- Input model in text protobuf format: False
- Path to model dump for TensorBoard: None
- List of shared libraries with TensorFlow custom layers implementation: None
- Update the configuration file with input/output node names: None
- Use configuration file used to generate the model with Object Detection API: None
- Operations to offload: None
- Patterns to offload: None
- Use the config file: None
Model Optimizer version: 2019.1.0-341-gc9b66a2
[ ERROR ] Unknown configuration of input model parameters
我怀疑,我使用了错误的命令,但即使在浏览了它的文档之后也无法弄清楚。任何关于我做错了什么的线索都会非常有帮助。
【问题讨论】:
【参考方案1】:尽量只提供 input_meta_graph,而不提供 input_model。
https://docs.openvinotoolkit.org/latest/_docs_MO_DG_prepare_model_convert_model_Convert_Model_From_TensorFlow.html
【讨论】:
以上是关于使用 OpenVINO 工具包转换posenet模型?的主要内容,如果未能解决你的问题,请参考以下文章
Windows10 将 YOLOX模型转换为OpenVINO需要的IR文件
英特尔OpenVINO工具套件快速构建一款AI应用之课程体验
Raspberry Pi 4B安装 OpenVINO™ 工具包
openvino:yolov3转换成tenserflow模型再转换成openvino模型,并用神经计算棒一代加速树莓派3b+