AutoML Vision Edge的saved_model未正确加载

Question

我一直在使用AutoML Vision Edge进行一些图像分类任务，在以TFLite格式导出模型时效果很好。但是，我刚刚尝试导出saved_model.pb文件并使用Tensorflow 2.0运行它，似乎遇到了一些问题。

代码段：

import numpy as np
import tensorflow as tf
import cv2

from tensorflow import keras

my_model = tf.keras.models.load_model('saved_model')
print(my_model)
print(my_model.summary())

saved_model是包含我下载的saved_model.pb文件的目录。这是我看到的：

2019-10-1823：TensorFlow binary：8.801647，TysFrace/Cyp/ Sturdie/CpUPUTIONEXLA DEARG.CC：142）CPU支持该编译的指令：AVX2FMA2019-10-1823：8.829017：I TysFult/Cyp/XLA/Service /Service，CC：168）XLA服务0x7FFC2D717510在平台主机上执行计算。设备：2019-10-18 23:29:08.829038:I tensorflow/compiler/xla/service/service.cc:175]StreamExecutor设备（0）：主机，默认版本回溯（最后一次调用）：文件“classify_in_out_tf2.py”，第81行，正在打印（my_model.summary（））AttributeError:“AutoTrackable”对象没有属性“summary”

我不确定这是否与导出模型的方式有关，或者与加载模型的代码有关，或者这些模型是否与Tensorflow 2.0或某些组合不兼容。

任何帮助将不胜感激！

Answer 1

我的已保存\u model.pb在docker容器外工作（用于对象检测，而不是分类-但它们应该类似，更改tf 1.14的输出和可能的输入），以下是如何：

import cv2
import tensorflow as tf
cv2.imread(filepath)
flag, bts = cv.imencode('.jpg', img)
inp = [bts[:,0].tobytes()]
with tf.Session(graph=tf.Graph()) as sess:
    tf.saved_model.loader.load(sess, ['serve'], 'directory_of_saved_model')
    graph = tf.get_default_graph()
    out = sess.run([sess.graph.get_tensor_by_name('num_detections:0'),
            sess.graph.get_tensor_by_name('detection_scores:0'),
            sess.graph.get_tensor_by_name('detection_boxes:0'),
            sess.graph.get_tensor_by_name('detection_classes:0')],
           feed_dict={'encoded_image_string_tensor:0': inp})

import cv2
import tensorflow as tf
import numpy as np
with tf.Session(graph=tf.Graph()) as sess:
    tf.saved_model.loader.load(sess, ['serve'], 'directory_of_saved_model')
    graph = tf.get_default_graph()
    # Read and preprocess an image.
    img = cv2.imread(filepath)
    # Run the model
    out = sess.run([sess.graph.get_tensor_by_name('num_detections:0'),
                    sess.graph.get_tensor_by_name('detection_scores:0'),
                    sess.graph.get_tensor_by_name('detection_boxes:0'),
                    sess.graph.get_tensor_by_name('detection_classes:0')],
                   feed_dict={'map/TensorArrayStack/TensorArrayGatherV3:0': img[np.newaxis, :, :, :]})                                                         

我使用netron查找我的输入。

import cv2
import tensorflow as tf
img = cv2.imread('path_to_image_file')
flag, bts = cv2.imencode('.jpg', img)
inp = [bts[:,0].tobytes()]
loaded = tf.saved_model.load(export_dir='directory_of_saved_model')
infer = loaded.signatures["serving_default"]
out = infer(key=tf.constant('something_unique'), image_bytes=tf.constant(inp))