0

我已经为我的自定义对象检测训练了一个预训练的 Tensorflow 模型,并且我已经导出了推理图文件和检查点文件。现在我希望其他人也可以通过向它提供一些新图像并查看结果来测试我训练过的模型。但是,如果外部“评估者”没有任何 Tensorflow 环境并且他们也不想设置它,那么最好的方法是什么?

我用了:

Miniconda3、Tensorflow v1.10.0 (gpu)、Tensorboard v1.10.0、Cudatoolkit 8.0、TF 预训练模型“SSD with Mobilenet v1”。

我找到并阅读的所有手册仅指导您通过运行 Tensorflow object_detection 文件夹中的一些代码来测试您的模型。但是对于以前没有做过的人来说,建立一个 TF 可能会很麻烦。我想也许有一种方法可以以某种方式将其“打包”,这样其他人就可以轻松地以尽可能少的努力运行它。举个例子,让我们考虑一个“简单”的场景,我向他们发送一个包含现成的 Jupyter Notebook 的文件包,所以唯一的努力就是打开它并学习如何使用 notebook。

请提供不同的建议,可能是不同的建议,具有不同的专业水平和对“容易”的不同理解。但请考虑到我也是这个领域的新手。

4

2 回答 2

1

看看tfdeploy

它是一个轻量级包,允许您将 tensorflow 模型部署为可调用对象numpy(这是一种更合理的依赖方式)。

于 2019-01-18T22:25:59.893 回答
1

TensorFlow Serving在这里可能有点矫枉过正(因为它需要 Docker),但它通过 REST API 提供推理环境。

于 2019-01-19T16:29:48.967 回答