OpenCV DNN C++加载Frozen Graph触发断言错误的问题排查求助

我之前碰到过一模一样的问题，本质是OpenCV 4.1.0的DNN模块对TensorFlow 2.x导出的冻结图兼容度不足——TF2.x的图结构引入了很多TF1.x没有的节点类型（比如PartitionedCall这类封装节点），旧版OpenCV的TF图解析器在处理这些节点的依赖排序时，会找不到对应的节点映射，直接触发sortByExecutionOrder函数里的断言失败。有意思的是Python端因为内部的兼容逻辑或者节点处理方式不同，所以能正常跑起来。

下面给你两个可行的解决方案，按优先级推荐：

方案一：升级OpenCV到4.5.x及以上版本 #

OpenCV从4.5版本开始大幅优化了对TF2.x模型的支持，修复了大量旧版本的兼容bug。操作步骤很简单：

• 下载OpenCV 4.5.5或更高版本（推荐4.6.0，稳定性更好）
• 重新编译安装，确保编译时开启了TensorFlow支持（默认编译选项已包含）
• 更新你的C++项目的OpenCV依赖路径，重新编译运行代码

这个方案是最彻底的，后续也能避免更多TF2模型的兼容问题。

方案二：修改冻结图导出方式，兼容旧版OpenCV #

如果暂时无法升级OpenCV，可以调整Python的导出代码，生成TF1.x兼容格式的冻结图，绕过旧版OpenCV的解析限制。修改后的导出代码如下：

import tensorflow as tf
from tensorflow.compat.v1 import graph_util

# 加载SavedModel
loaded = tf.saved_model.load('savedmodel')
infer = loaded.signatures['serving_default']

# 获取模型的输入、输出节点名称（从签名中提取）
input_name = list(infer.structured_input_signature[1].keys())[0]
output_name = list(infer.structured_outputs.keys())[0]

# 切换到TF1兼容模式，转换并冻结图
graph = tf.compat.v1.get_default_graph()
with graph.as_default():
    # 导入TF2的图结构到TF1的默认图中
    tf.compat.v1.import_graph_def(infer.graph.as_graph_def(), name='')
    # 冻结变量为常量，并指定输出节点
    frozen_graph_def = graph_util.convert_variables_to_constants(
        tf.compat.v1.Session(),
        graph.as_graph_def(),
        [output_name]
    )

# 保存兼容版冻结图
with tf.io.gfile.GFile('frozen_graph_compat.pb', 'wb') as f:
    f.write(frozen_graph_def.SerializeToString())

然后修改你的C++加载代码，显式指定用TensorFlow格式加载（虽然readNet会自动判断，但显式调用更可靠）：

inputNet = cv::dnn::readNetFromTensorflow("frozen_graph_compat.pb");

为什么这个方法有效？ #

TF2.x导出的原始冻结图包含很多TF1.x没有的封装节点，旧版OpenCV的解析器无法正确处理这些节点的依赖关系，导致排序时找不到对应节点触发断言。而用TF1的graph_util导出的冻结图会移除这些冗余封装节点，生成更简洁的、符合TF1.x规范的图结构，让OpenCV 4.1.0能够正确解析。

验证步骤 #

1. 先在Python端测试新导出的frozen_graph_compat.pb是否能正常运行，确保模型功能不受影响
2. 替换C++代码中的模型路径，重新编译运行

内容的提问来源于stack exchange，提问作者fisakhan