我正在尝试将张量流中经过训练的模型转换为Open VINO中间表示。
我有下面给出的形式的模型
class Conv3DModel(tf.keras.Model):
def __init__(self):
super(Conv3DModel, self).__init__()
# Convolutions
self.conv1 = tf.compat.v2.keras.layers.Conv3D(32, (3, 3, 3), activation='relu', name="conv1", data_format='channels_last')
self.pool1 = tf.keras.layers.MaxPool3D(pool_size=(2, 2, 2), data_format='channels_last')
self.conv2 = tf.compat.v2.keras.layers.Conv3D(64, (3, 3, 3), activation='relu', name="conv1", data_format='channels_last')
self.pool2 = tf.keras.layers.MaxPool3D(pool_size=(2, 2,2), data_format='channels_last')
# LSTM & Flatten
self.convLSTM =tf.keras.layers.ConvLSTM2D(40, (3, 3))
self.flatten = tf.keras.layers.Flatten(name="flatten")
# Dense layers
self.d1 = tf.keras.layers.Dense(128, activation='relu', name="d1")
self.out = tf.keras.layers.Dense(6, activation='softmax', name="output")
def call(self, x):
x = self.conv1(x)
x = self.pool1(x)
x = self.conv2(x)
x = self.pool2(x)
x = self.convLSTM(x)
x = self.flatten(x)
x = self.d1(x)
return self.out(x)
我试图将模型转换为IR。型号为here。
我已经在tensorflow 1.15中训练了这个模型。目前不支持Tensorflow 2.0。
现在我尝试运行命令
python3 /opt/intel/openvino/deployment_tools/model_optimizer/mo_tf.py --saved_model_dir jester_trained_models / 3dcnn-basic / --output_dir / home / deepanshu / open_vino / udacity_project_custom_model /
现在我出现以下错误
Model Optimizer参数:
常用参数:
输入模型的路径:无
生成IR的路径:/ home / deepanshu / open_vino / udacity_project_custom_model /
IR输出名称:save_model
日志级别:错误
批次:未指定,继承自模型
输入图层:未指定,从模型继承
输出层:未指定,从模型继承
输入形状:未指定,继承自模型
平均值:未指定
标尺值:未指定
比例因子:未指定
IR的精度:FP32
启用定影:真
启用分组卷积融合:True
将平均值移至预处理部分:False
反向输入通道:False
TensorFlow特定参数:
文本原型格式的输入模型:False
TensorBoard的模型转储路径:无
具有TensorFlow自定义层实现的共享库列表:无
使用输入/输出节点名称更新配置文件:无
使用用于通过对象检测API生成模型的配置文件:无
要卸载的操作:无
要卸载的模式:无
使用配置文件:无
模型优化器版本:2020.1.0-61-gd349c3ba4a
[错误]提取节点conv3d_model / conv_lst_m2d / bias / Read / ReadVariableOp的属性时发生意外异常。原始异常消息:“ ascii”编解码器无法解码位置1的字节0xc9:序数不在范围内(128)
据我所知,这是tf.keras.layers.ConvLSTM2D(40,(3,3))引起的问题。我有点卡在这里。谁能告诉我在哪里可以继续进行?
谢谢
现在我拒绝了上述的tensorflow实现,并使用了keras。我开发的h5模型使用此post转换为.pb格式。
现在,我在此.pb文件上运行模型优化器。使用命令
python3 /opt/intel/openvino/deployment_tools/model_optimizer/mo_tf.py --input_model /home/deepanshu/ml_playground/jester_freezed/tf_model.pb --output_dir /home/deepanshu/open_vino/udacity_project_custom_model/ --input_shape=[1,30,64,64,1] --data_type FP32
现在我面临另一个问题。这里的问题是要点。 97
在此post上。因此,我的模型包含一个循环,模型优化器不知道如何转换它。有人遇到过这个问题吗?
请帮助。
这里是model。
这里是喀拉拉邦模型的定义
from keras.models import Sequential
from keras.layers import Conv3D , MaxPool3D,Flatten ,Dense
from keras.layers.convolutional_recurrent import ConvLSTM2D
import keras
model = Sequential()
model.add(Conv3D(32, (3, 3, 3),
name="conv1" , input_shape=(30, 64, 64,1) , data_format='channels_last',
activation='relu') )
model.add(MaxPool3D(pool_size=(2, 2, 2), data_format='channels_last'))
model.add(Conv3D(64, (3, 3, 3), activation='relu', name="conv2", data_format='channels_last'))
model.add(MaxPool3D(pool_size=(2, 2,2), data_format='channels_last'))
model.add(ConvLSTM2D(40, (3, 3)))
model.add(Flatten(name="flatten"))
model.add(Dense(128, activation='relu', name="d1"))
model.add(Dense(6, activation='softmax', name="output"))
我正在尝试将张量流中经过训练的模型转换为Open VINO中间表示。我有一个在类Conv3DModel(tf.keras.Model)下给出的形式的模型:def __init __(self):...
实际上,intel建议的将h5转换为.pb的脚本还不够好。始终使用here中的代码将您的keras模型转换为。pb