TensorFlow 圖像分類模型 inception_resnet_v2 模型導出、凍結與使用

1. 背景

做爲一名深度學習萌新，項目忽然須要使用圖像分類模型去做分類，所以找到了TensorFlow的模型庫，使用它的框架進行訓練和後續的操做，項目地址：https://github.com/tensorflow/models/tree/master/research/slim。

在使用真正的數據集以前，我首先使用的是它提供的flowers的數據集，用的模型是inception_resnet_v2，由於top-5 Accuracy比較高嘛。

而後我安裝flowers的目錄結構，將個人數據按照相似的結構進行組織；

仿照download_and_convert_flowers.py增長了本身的數據處理文件convert_normal_data.py；

仿照數據集讀取文件flowers.py增長了本身的文件normal.py；

而後使用項目的教程，一步步的進行fine-tuning，直到準確率到了百分之九十以上，中止訓練。

可是這個時候在導出模型的時候遇到了坑。

 

2. 導出Inference Graph

實際上教程寫得很簡單，就是先導出模型的框架：

Saves out a GraphDef containing the architecture of the model.

而後再往框架裏把訓練好的checkpoints寫到graph中：

If you then want to use the resulting model with your own or pretrained checkpoints as part of a mobile model, you can run freeze_graph to get a graph def with the variables inlined

它放出來的教程是這樣的：

$ python export_inference_graph.py \
  --alsologtostderr \
  --model_name=inception_v3 \
  --output_file=/tmp/inception_v3_inf_graph.pb

我安裝這個格式去把模型改爲inception_resnet_v2，而後把checkpoint導進去，老是會報：

tensorflow.python.framework.errors_impl.InvalidArgumentError: Assign requires shapes of both tensors to match. lhs shape= [1001] rhs shape= [2]
[[{{node save/Assign_916}}]]

找了個羣問了一下，說是模型最後一層輸出的數目沒有改變，因而從新理了思路，去看了export_inference_graph.py的源碼，發現裏面有個num_classes的參數，是用來決定最後輸出層的數量的，因而最後增長了一下導出參數，最後的命令爲：

python export_inference_graph.py \
  --alsologtostderr \
  --model_name=${MODEL_NAME} \
  --dataset_name=normal \
  --dataset_dir=${DATASET_DIR} \
  --output_file=/you/path/to/sava/${MODEL_NAME}_inf_graph.pb

最後得到個人graph.pb。

 

3. 凍結Graph

凍結是個大坑，爲何呢，由於官方給出的教程是使用bazel先編譯freeze_graph，而後再使用它進行模型凍結。麻煩來了，首先Ubuntu 18.04沒法使用apt進行安裝，因此一番折騰，使用它放出的install腳本進行了安裝。

而後是須要git clone TensorFlow的源碼進行編譯，這個編譯期間又報了不少錯，並且我編譯失敗後，conda環境的TensorFlow GPU版本還不能用了。。。

最後發現，若是你已經使用conda或者git安裝了TensorFlow，直接使用

find / -name freeze_graph.py

找出這個python文件的位置就好了，最後使用命令：

python tensorflow/python/tools/freeze_graph.py \
  --input_graph=/you/path/to/sava/${MODEL_NAME}_inf_graph.pb \
  --input_checkpoint=/you/trained/checkpoints/model.ckpt-10000 \
  --input_binary=true \
  --output_node_names=InceptionResnetV2/Logits/Predictions \
  --output_graph=/your/path/to/save/frozen_graph.pb

最後終於導出了模型。

4. 使用模型進行預測

主要參考了博文【深度學習-模型eval+模型導出】使用Tensorflow Slim對訓練的模型進行評估+導出模型，進行微調：

# Copyright 2015 The TensorFlow Authors. All Rights Reserved.
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
#     http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.
# ==============================================================================
 
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function
 
import argparse
import os.path
import re
import sys
import tarfile
 
import numpy as np
from six.moves import urllib
import tensorflow as tf
 
FLAGS = None
 
class NodeLookup(object):
  def __init__(self, label_lookup_path=None):
    self.node_lookup = self.load(label_lookup_path)
 
  def load(self, label_lookup_path):
    node_id_to_name = {}
    with open(label_lookup_path) as f:
      for line in f:
        line_list = line.strip().split(":")
        node_id_to_name[int(line_list[0])] = line_list[1]
    return node_id_to_name
 
  def id_to_string(self, node_id):
    if node_id not in self.node_lookup:
      return ''
    return self.node_lookup[node_id]
 
 
def create_graph():
  """Creates a graph from saved GraphDef file and returns a saver."""
  # Creates graph from saved graph_def.pb.
  with tf.gfile.FastGFile(FLAGS.model_path, 'rb') as f:
    graph_def = tf.GraphDef()
    graph_def.ParseFromString(f.read())
    _ = tf.import_graph_def(graph_def, name='')
 
def preprocess_for_eval(image, height, width,
                        central_fraction=0.875, scope=None):
  with tf.name_scope(scope, 'eval_image', [image, height, width]):
    if image.dtype != tf.float32:
      image = tf.image.convert_image_dtype(image, dtype=tf.float32)
    # Crop the central region of the image with an area containing 87.5% of
    # the original image.
    if central_fraction:
      image = tf.image.central_crop(image, central_fraction=central_fraction)
 
    if height and width:
      # Resize the image to the specified height and width.
      image = tf.expand_dims(image, 0)
      image = tf.image.resize_bilinear(image, [height, width],
                                       align_corners=False)
      image = tf.squeeze(image, [0])
    image = tf.subtract(image, 0.5)
    image = tf.multiply(image, 2.0)
    return image
 
def run_inference_on_image(image):
  """Runs inference on an image.
  Args:
    image: Image file name.
  Returns:
    Nothing
  """
  with tf.Graph().as_default():
    image_data = tf.gfile.FastGFile(image, 'rb').read()
    image_data = tf.image.decode_jpeg(image_data)
    image_data = preprocess_for_eval(image_data, 299, 299)
    image_data = tf.expand_dims(image_data, 0)
    with tf.Session() as sess:
      image_data = sess.run(image_data)
 
  # Creates graph from saved GraphDef.
  create_graph()
 
  with tf.Session() as sess:
    softmax_tensor = sess.graph.get_tensor_by_name('InceptionResnetV2/Logits/Predictions:0')
    predictions = sess.run(softmax_tensor,
                           {'input:0': image_data})
    predictions = np.squeeze(predictions)
 
    # Creates node ID --> English string lookup.
    node_lookup = NodeLookup(FLAGS.label_path)
 
    top_k = predictions.argsort()[-FLAGS.num_top_predictions:][::-1]
    for node_id in top_k:
      human_string = node_lookup.id_to_string(node_id)
      score = predictions[node_id]
      print('%s (score = %.5f)' % (human_string, score))
 
 
def main(_):
  image = FLAGS.image_file
  run_inference_on_image(image)
 
 
if __name__ == '__main__':
  parser = argparse.ArgumentParser()
  parser.add_argument(
      '--model_path',
      type=str,
  )
  parser.add_argument(
      '--label_path',
      type=str,
  )
  parser.add_argument(
      '--image_file',
      type=str,
      default='',
      help='Absolute path to image file.'
  )
  parser.add_argument(
      '--num_top_predictions',
      type=int,
      default=5,
      help='Display this many predictions.'
  )
  FLAGS, unparsed = parser.parse_known_args()
  tf.app.run(main=main, argv=[sys.argv[0]] + unparsed)

最後使用一張圖片進行測試：

python classify_image_inception_resnet_v2.py \
  --model_path /your/saved/path/frozen_graph.pb \
  --label_path /your/path/labels.txt \
  --image_file /your/path/test.jpg

最後輸出：

unsuited (score = 0.94713)
suited (score = 0.05287)

雖然有點高興，可是驀然回首，仍是很心累，而後如今conda的TensorFlow GPU版本跪了，須要修復。

 

5. 參考

(1) 【深度學習-模型eval+模型導出】使用Tensorflow Slim對訓練的模型進行評估+導出模型

(2) 【Tensorflow系列】使用Inception_resnet_v2訓練本身的數據集並用Tensorboard監控

（完）