我是 Tensorflow 的新手,我开发了一个模型,它使用 Tensorflow、OpenCV 检测一种特殊类型的卡片,我能够在离线模式下使用我的网络摄像头正确检测到卡片,但我想将它迁移到网络(tensorflowjs ) 但我在转换方面面临一些问题。
我有检查点、元数据文件以及冻结的推理图 pb 文件
我使用以下代码生成了节点名称列表
import tensorflow as tf
modelName = './<path_to_meta_file>'
tf.reset_default_graph()
with tf.Session() as sess:
saver = tf.train.import_meta_graph(modelName)
graph_def = tf.get_default_graph().as_graph_def()
node_list=[n.name for n in graph_def.node]
print(node_list)
这是使用 tensorflow import_meta_graph()的输出文件 输出节点名称
我关心的是我应该在下面的命令中传递什么输出节点名称
tensorflowjs_converter --input_format=tf_frozen_model --output_node_names='<what to write here from that output txt file?>' ./frozen_inference_graph.pb ./web_model
我想在客户端使用真实的网络摄像头运行我现有的模型,任何解决方案和建议将不胜感激
设置细节:
张量流 1.12.0
使用 Anaconda 的 Python 3.5。