将keras的模型封装成可转换为tensorlow的.pb格式，并生成.pbtxt文件

最新推荐文章于 2022-12-07 14:56:35 发布

原创

最新推荐文章于 2022-12-07 14:56:35 发布 · 1.1k 阅读

12 ·

CC 4.0 BY-SA版权

这篇博客介绍了如何将Keras模型进行封装，然后将其转换为TensorFlow的.pb格式文件，并详细阐述了转换过程。同时，还讲解了如何生成.pbtxt文件，以便于模型的后续使用和理解。

生成可转换为.pb文件之前的准备工作

 model.fit(self.x_train, self.y_train, batch_size=self.batch_size, epochs=self.epoch_size, 
           class_weight = 'auto',validation_split=0.1)
 print("savemodel---------------")
 model.save_weights('tmp/model3_3.h5')
 model.save('tmp/model3_3.hdf5')
 json_string = model.to_json()
 open('tmp/model3.json', 'w').write(json_string)
 #输出损失和精确度
 score = model.evaluate(self.x_test, self.y_test, batch_size=self.batch_size)

调用此封装模型

import warnings
warnings.filterwarnings("ignore", category=Warning)
warnings.filterwarnings("ignore", category=FutureWarning)

import keras
import cv2 as cv
import numpy as np
from yaotie3.painting import *
from keras.models import model_from_yaml
from keras.preprocessing.image import img_to_array
# from keras import backend as K
# K.clear_session()
np.set_printoptions(suppress=True)

dir = "test/L518.jpg"

yaml_string = open('tmp/model3.js