python - 使用 TF 模型在 OpenVino 中最后定义通道的位置

Question

我遵循的步骤：

• 使用 TF 提供的saved_model函数保存的 tensorflow 模型。
• 使用以下命令为 TF 运行 OpenVino 优化器：

python3 mo_tf.py --saved_model_dir $PATH_TO_SAVED_MODEL --output_dir $OUTPUT_PATH --input name_input_layer_1,name_input_layer_2 --input_shape [1,30,180,320,3],[1,30,180,320,3] --model_name model1

• 从代码中导入.xml和.bin文件$OUTPUTH_PATH：

ie = IECore()
net = ie.read_network(model='OUTPUT_PATH/model1.xml', weights='OUTPUT_PATH/model1.bin')
exec_net = ie.load_network(network=net, device_name="CPU")

• 从模型预测结果：

exec_net.infer({ "name_input_layer_1": a_sample, "name_input_layer_2": b_sample })

当代码到达推断行时，它会引发以下错误：

ValueError: could not broadcast input array from shape (1,30,180,320,3) into shape (1,3,30,180,320)

当我运行优化器时，我尝试给出输入的形状，但它不起作用。我还尝试添加一个批号 insted，但它也不起作用。我知道 tensorflow 默认情况下最后使用通道，但是由于某种原因，当我进行预测 openvino 时仍然会更改顺序。我错过了什么，任何帮助将不胜感激。

标签： pythontensorflowopenvino

Answer 1

看起来程序需要形状 (1, 3, 30, 180, 320)，在您的第一个命令中，您已将输入形状指定为 (1, 30, 180, 320, 3)。