导出后加载 TensorFlow 对象检测模型

Posted 2023-02-16

【中文标题】导出后加载 TensorFlow 对象检测模型

【英文标题】：Loading TensorFlow Object Detection Model After Export

【发布时间】：2021-12-22 12:50:09

【问题描述】：

我已经按照this 官方教程中提供的步骤使用 TensorFlow API 训练了一个对象检测模型。因此，在整个过程结束时，如the exporting step 中所述，我已将模型保存为以下格式。

my_model/
├─ checkpoint/
├─ saved_model/
└─ pipeline.config

我的问题是，一旦模型被保存为这种格式，我该如何加载它并使用它来进行检测？

我可以使用下面的代码通过训练检查点成功地做到这一点。并且在该点之后（我加载生成最佳结果的检查点）导出模型。

# Load pipeline config and build a detection model
configs = config_util.get_configs_from_pipeline_file(PATH_TO_PIPELINE_CONFIG)
model_config = configs['model']
detection_model = model_builder.build(model_config=model_config, is_training=False)

# Restore checkpoint
ckpt = tf.compat.v2.train.Checkpoint(model=detection_model)
ckpt.restore(PATH_TO_CKPT).expect_partial()

但是，在生产中，我不打算使用这些检查点。我希望从导出的格式中加载模型。

我尝试了以下命令来加载导出的模型，但我没有运气。它没有返回错误，我可以使用下面的 model 变量进行检测，但是输出（边界框、类、分数）不正确，这让我相信加载中缺少一些步骤过程。

model = tf.saved_model.load(path_to_exported_model)

有什么建议吗？

【参考方案1】：

好的，事实证明，代码是正确的。我用另一个模型（也是一个 EfficientDet）进行了测试，代码有效。导出原始模型时似乎出了点问题，我仍在努力解决。

对于那些寻找答案的人，这里是加载和使用已保存模型的完整代码。

# Loading saved mode.
model = tf.saved_model.load(path_to_exported_model)

# Pre-processing image.
image = tf.image.decode_image(open(path_to_image, 'rb').read(), channels=3)
image = tf.expand_dims(image, 0)
image = tf.image.resize(image, (size_expected_by_model, size_expected_by_model))

# Model expects tf.uint8 tensor, but image is read as tf.float32.
image = tf.image.convert_image_dtype(image, tf.uint8)

# Executing object detection.
detections = model(image)

# Formatting returned detections.
num_detections = int(detections.pop('num_detections'))
detections = key: value[0, :num_detections].numpy()
              for key, value in detections.items()

detections['num_detections'] = num_detections

detections['detection_classes'] = detections['detection_classes'].astype(np.int64)

【参考方案2】：

检查此链接.....Abdul Rehman 几乎没有 python 代码来运行 save_models 检测以推断图像和视频......我广泛使用这些代码，以检查从TF2 Model Zoo，以及在自定义数据集上训练的模型......

https://github.com/abdelrahman-gaber/tf2-object-detection-api-tutorial