Darknet模型与Tensorflow模型相互转换

最新推荐文章于 2025-06-12 09:10:23 发布

原创

最新推荐文章于 2025-06-12 09:10:23 发布 · 1.2w 阅读

38 ·

CC 4.0 BY-SA版权

文章标签：

#Darknet

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

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_p