如何使用TensorFlow 2的冻结推理图实现图像目标检测？

你已经成功加载了冻结图，并且找到了关键的输出张量，这一步走对了！接下来咱们一步步完成图像检测：

1. 先搞懂张量名称的含义 #

你打印出的最后几个张量，就是目标检测模型的核心输出：

• prefix/detection_boxes:0: 每个检测框的归一化坐标（格式是[y_min, x_min, y_max, x_max]，数值范围0-1，对应图像的相对位置）
• prefix/detection_scores:0: 每个检测结果的置信度（0-1之间，数值越高越可信）
• prefix/detection_classes:0: 检测到的类别ID（和你训练时的类别映射对应）
• prefix/num_detections:0: 模型输出的有效检测结果总数

而模型需要的输入张量通常是prefix/image_tensor:0（这是TensorFlow目标检测API的默认输入，你可以在之前打印的op列表里确认是否存在，大概率是有的）。

2. 编写完整的推理代码 #

基于你已有的加载代码，咱们扩展成完整的检测流程：

第一步：加载冻结图并获取张量引用 #

import tensorflow as tf
import numpy as np
from PIL import Image, ImageDraw

def load_graph(frozen_graph_filename):
    with tf.io.gfile.GFile(frozen_graph_filename, "rb") as f:
        graph_def = tf.compat.v1.GraphDef()
        graph_def.ParseFromString(f.read())
    with tf.Graph().as_default() as graph:
        tf.import_graph_def(graph_def, name="prefix")
    return graph

# 加载你的冻结推理图
g = load_graph("inference_graph/frozen_inference_graph.pb")

# 获取输入和输出张量的引用
input_tensor = g.get_tensor_by_name('prefix/image_tensor:0')
detection_boxes = g.get_tensor_by_name('prefix/detection_boxes:0')
detection_scores = g.get_tensor_by_name('prefix/detection_scores:0')
detection_classes = g.get_tensor_by_name('prefix/detection_classes:0')
num_detections = g.get_tensor_by_name('prefix/num_detections:0')

第二步：加载并预处理图像 #

模型要求输入是RGB格式、带batch维度的numpy数组（形状为[1, 高度, 宽度, 3]）：

# 加载你的测试图像
img = Image.open("test_image.jpg")
# 转换成RGB格式的numpy数组（如果图像是RGBA格式会自动转成RGB）
img_np = np.array(img.convert("RGB"))
# 添加batch维度（模型要求输入必须带batch，哪怕只检测一张图）
input_img = np.expand_dims(img_np, axis=0)

第三步：运行推理 #

因为冻结图是TensorFlow 1.x格式的，在TF2里咱们用兼容的会话来执行推理：

with tf.compat.v1.Session(graph=g) as sess:
    # 传入输入图像，获取检测结果
    boxes, scores, classes, num = sess.run(
        [detection_boxes, detection_scores, detection_classes, num_detections],
        feed_dict={input_tensor: input_img}
    )

第四步：处理并可视化结果 #

推理结果带batch维度，先去掉它，再过滤掉低置信度的结果：

# 去掉多余的batch维度
boxes = np.squeeze(boxes)
scores = np.squeeze(scores)
classes = np.squeeze(classes).astype(np.int32)
num_detections = int(np.squeeze(num))

# 设定置信度阈值，只保留可信的检测结果（可以自己调整，比如0.3或0.6）
conf_threshold = 0.5
valid_indices = [i for i in range(num_detections) if scores[i] > conf_threshold]

# 在图像上绘制检测框和标签
draw = ImageDraw.Draw(img)
for i in valid_indices:
    # 把归一化坐标转换成图像像素坐标
    y_min, x_min, y_max, x_max = boxes[i]
    left = int(x_min * img.width)
    top = int(y_min * img.height)
    right = int(x_max * img.width)
    bottom = int(y_max * img.height)
    
    # 画红色矩形框
    draw.rectangle([left, top, right, bottom], outline="red", width=2)
    # 添加类别和置信度标签
    label = f"类别{classes[i]}: {scores[i]:.2f}"
    draw.text((left, top - 10), label, fill="red")

# 保存或显示结果图像
img.save("detected_result.jpg")
img.show()

3. 可能的小问题排查 #

• 如果找不到prefix/image_tensor:0：回到你打印的op列表，搜索包含image或input的张量，替换成对应的名称即可。
• 图像颜色异常：如果用OpenCV加载图像（默认是BGR格式），需要转换成RGB（img_np = img_np[..., ::-1]）。
• 检测结果太少/太多：调整conf_threshold阈值，数值越低检测到的结果越多，反之越少。

内容的提问来源于stack exchange，提问作者Hammad Ilyas