【AI研发日记】关于PB模型转换的那些坑

【AI研发日记】关于PB模型转换的那些坑

最近终于有空解决一下历史遗留问题，之前训练的目标检测出来的都是keras格式的H5模型文件，网上找了一堆方法都不能转换，今天终于发现了问题所在。

之前转换格式报的错：
No model found in config file
没有找到模型的配置文件，百度了一轮后，突然发现了可能是模型训练保存时候的问题

关于h5模型的加载和保存

我们知道keras的模型一般保存为后缀名为h5的文件，比如final_model.h5。同样是h5文件用save()和save_weight()保存效果是不一样的。

save()是保存了模型的网络结构和权值，而save_weight()仅仅保存了模型的权值参数信息，因此后者出来的模型是不能转换格式的，优点是出来的文件更小一些不会大量占用内存。

可以看出用save()方法保存的模型明显是更大的

使用save_weight方法保存的模型是不具有原模型的结构信息的。
而这两种保存方式的读取方式也不同：

from keras.models import load_model
model = load_model('模型路径')
model.summary()

只有用save()方法生成的模型才可以显示相应信息，其他的会出现错误。

接下来我们再试一次使用转换方法进行模型格式的转换

使用的源码地址：https://github.com/inzapp/freeze-h5

成功生成了pb格式文件

接下来继续解决pb模型使用tf serving 方式进行部署的遗留问题，以及不太懂pbtxt是一个用来干什么的格式文件，如果有明白这些的可以评论区留言告知一下我，十分感谢