我正在尝试使用以下代码转换使用张量流集线器创建的张量流模型 . 用于该模型的基础模型是inceptionv3
import tensorflow as tf
tf_model_path = 'Inception_v3_US_output_graph.pb'
with open(tf_model_path, 'rb') as f:
serialized = f.read()
tf.reset_default_graph()
original_gdef = tf.GraphDef()
original_gdef.ParseFromString(serialized)
with tf.Graph().as_default() as g:
tf.import_graph_def(original_gdef, name='')
ops = g.get_operations()
N = len(ops)
for i in [0,1,2,N-3,N-2,N-1]:
print('\n\nop id {} : op type: "{}"'.format(str(i), ops[i].type));
print('input(s):'),
for x in ops[i].inputs:
print("name = {}, shape: {}, ".format(x.name, x.get_shape())),
print('\noutput(s):'),
for x in ops[i].outputs:
print("name = {}, shape: {},".format(x.name, x.get_shape())),
这产生了以下输出
op id 0：op type：“placeholder”input（s）：output（s）：name = Placeholder：0，shape：（？，224,224,3），op id 1：op type：“Const”input （s）：output（s）：name = module / conv0 / weights：0，shape：（3,3,3,32），op id 2：op type：“Const”input（s）：output（s） ：name = module / conv0_bn / gamma：0，shape：（32，），op id 3236：op type：“MatMul”input（s）：name = input / BottleneckInputPlaceholder：0，shape：（？，1056），name = final_retrain_ops / weights / final_weights / read：0，shape：（1056,2），output（s）：name = final_retrain_ops / Wx_plus_b / MatMul：0，shape：（？，2），op id 3237：op type：“添加“input（s）：name = final_retrain_ops / Wx_plus_b / MatMul：0，shape：（？，2），name = final_retrain_ops / biases / final_biases / read：0，shape：（2，），output（s）：name = final_retrain_ops / Wx_plus_b / add：0，shape：（？，2），op id 3238：op type：“Softmax”input（s）：name = final_retrain_ops / Wx_plus_b / add：0，shape：（？，2）， output（s）：name = final_result：0，shape：（？，2），然后我尝试使用以下代码将其转换为coreml模型
import tfcoreml
input_tensor_shapes = {"Placeholder:0":[1,224,224,3]} # batch size is 1
image_input_name = ['Placeholder:0']
coreml_model_file = 'Inception_v3_US_output_graph.pb'
output_tensor_names = ['final_result:0']
class_labels = 'Inception_v3_US_output_labels.txt'
coreml_model = tfcoreml.convert(
tf_model_path=tf_model_path,
mlmodel_path=coreml_model_file,
input_name_shape_dict=input_tensor_shapes,
output_feature_names=output_tensor_names,
image_input_names = image_input_name,
class_labels = class_labels)
但最终得到以下错误 . 以下是错误消息的最后几行
2308/3239：转换操作名称：占位符（类型：占位符）跳过占位符的名称2309/3239：转换操作名称：module_apply_default / hub_input / Mul（类型：Mul）2310/3239：转换操作名称：module_apply_default / hub_input / Sub （类型：子）2311/3239：转换操作名称：module_apply_default / conv0 / Conv2D（类型：Conv2D）2312/3239：转换操作名称：module_apply_default / conv0_bn / FusedBatchNorm（类型：FusedBatchNorm）2313/3239：转换操作名称：module_apply_default / cell_stem_1 / Relu（类型：Relu）2314/3239：转换操作名称：module_apply_default / cell_stem_1 / Pad（类型：填充）2315/3239：转换操作名称：module_apply_default / cell_stem_1 / strided_slice（类型：StridedSlice）AssertionError Traceback（最新版本）在最后调用（）18 output_feature_names = output_tensor_names，19 image_input_names = image_input_name，---> 20 class_labels = class_labels）〜/ tfcoreml / tf-coreml / tfcoreml / _tf_coreml_converter.py in convert（tf_model_path，mlmodel_path，output_feature_names， input_name_shape_dict，image_input_names，is_bgr，red_bias，green_bias，blue_bias，gray_bias，image_scale，class_labels，predict_feature_name，predict_probabilities_output）491 class_labels = class_labels，492 predict_feature_name = predict_feature_name， - > 493 predict_probabilities_output = predict_probabilities_output）〜/ tfcoreml / tf-coreml / tfcoreml / _convert_pb_to_mlmodel中的_tf_coreml_converter.py（tf_model_path，mlmodel_path，output_feature_names，input_name_shape_dict，image_input_names，is_bgr，red_bias，green_bias，blue_bias，gray_bias，image_scale，class_labels，predict_feature_name，predict_probabilities_output）289 context.input_feed_dict = input_feed_dict 290 context.skip_ops = skip_ops - > 291 convert_ops_to_layers（context）292 sess.close（）293~ / tfcoreml / tf-coreml / tfcoreml / _ops_to_layers.py in convert_ops_to_layers（context）146 print（'％d /％d：转换操作名称：％s（类型：％s） ）'％（147 i 1，len（context.all_ops），op.name，op.type）） - > 148翻译（op，context）1 49 strided_slice中的connect_skipped_ops（context）〜/ tfcoreml / tf-coreml / tfcoreml / _layers.py（op，context）1184 skip（op，context）1185 else： - > 1186断言False，'Strided Slice case not handling'1187 context .translated [output_name] = True 1188 AssertionError：未处理Strided Slice案例
如何解决这个问题