因为这可能对其他人有帮助，所以我也会在github ;-)之后回答。我认为您可以尝试这样的事情（使用tensorflow / python / tools中的freeze_graph脚本）：

python freeze_graph.py --input_graph=/path/to/graph.pbtxt --input_checkpoint=/path/to/model.ckpt-22480 --input_binary=false --output_graph=/path/to/frozen_graph.pb --output_node_names="the nodes that you want to output e.g. InceptionV3/Predictions/Reshape_1 for Inception V3 "

这里的重要标志是--input_binary = false，因为文件graph.pbtxt是文本格式。我认为它对应于所需的graph.pb，它相当于二进制格式。

关于output_node_names，这确实让我感到困惑，因为我在这部分上仍然存在一些问题，但是您可以在tensorflow中使用summary_graph脚本，该脚本可以将pb或pbtxt用作输入。

问候，

史蒂芬

您可以使用此简单脚本来执行此操作。但是您必须指定输出节点的名称。

import tensorflow as tf

meta_path = 'model.ckpt-22480.meta' # Your .meta file
output_node_names = ['output:0']    # Output nodes

with tf.Session() as sess:
    # Restore the graph
    saver = tf.train.import_meta_graph(meta_path)

    # Load weights
    saver.restore(sess,tf.train.latest_checkpoint('path/of/your/.meta/file'))

    # Freeze the graph
    frozen_graph_def = tf.graph_util.convert_variables_to_constants(
        sess,
        sess.graph_def,
        output_node_names)

    # Save the frozen graph
    with open('output_graph.pb', 'wb') as f:
      f.write(frozen_graph_def.SerializeToString())

如果您不知道输出节点的名称，则有两种方法

1. 您可以探索的图形，并用找到名称Netron或控制台summarize_graph效用。

2. 您可以将所有节点用作输出节点，如下所示。

output_node_names = [n.name for n in tf.get_default_graph().as_graph_def().node]

（请注意，您必须在convert_variables_to_constants调用之前放置此行。）

但我认为这是一种不寻常的情况，因为如果您不知道输出节点，则实际上无法使用该图。

我尝试了freezed_graph.py脚本，但是output_node_name参数完全令人困惑。作业失败。

所以我尝试了另一个： export_inference_graph.py 。它按预期工作！

python -u /tfPath/models/object_detection/export_inference_graph.py \
  --input_type=image_tensor \
  --pipeline_config_path=/your/config/path/ssd_mobilenet_v1_pets.config \
  --trained_checkpoint_prefix=/your/checkpoint/path/model.ckpt-50000 \
  --output_directory=/output/path

我使用的tensorflow安装包来自此处： https ： //github.com/tensorflow/models