如何在OpenCV 4.4中使用TensorFlow 2创建的SSD Mobilenet模型？报错求助

你遇到的两个错误本质是TensorFlow 2的SavedModel格式和旧版TF1脚本/OpenCV 4.4.0兼容性不匹配导致的，下面分步骤帮你解决：

1. 先将TF2 SavedModel转换为TF1兼容的冻结GraphDef格式 #

OpenCV 4.4.0无法直接解析TF2的saved_model.pb——因为TF2的SavedModel包含动态变量和签名结构，而旧版工具只认TF1的冻结图（变量已转为常量的单一.pb文件）。

写一个简单的Python脚本完成转换：

import tensorflow as tf
from tensorflow.python.framework.convert_to_constants import convert_variables_to_constants_v2

# 替换为你的SavedModel路径
saved_model_dir = "exported-model/mobile-model/saved_model"
# 加载SavedModel的推理签名
loaded_model = tf.saved_model.load(saved_model_dir)
inference_func = loaded_model.signatures["serving_default"]

# 将变量转换为常量，生成冻结图
frozen_func = convert_variables_to_constants_v2(inference_func)
frozen_graph = frozen_func.graph

# 保存冻结后的.pb文件到指定目录
tf.io.write_graph(
    graph_or_graph_def=frozen_graph,
    logdir="frozen_model",
    name="frozen_inference_graph.pb",
    as_text=False
)

运行这个脚本后，你会得到frozen_model/frozen_inference_graph.pb，这是OpenCV能识别的格式。

2. 修复tensorflow.tools.graph_transforms模块缺失问题 #

TF2.x已经移除了tensorflow.tools.graph_transforms这个模块，需要修改tf_text_graph_common.py的代码来适配：

1. 打开tf_text_graph_common.py，找到报错的导入代码：

   from tensorflow.tools.graph_transforms import TransformGraph
   

2. 将其替换为TF2兼容的代码：

   import tensorflow as tf
   

3. 找到调用TransformGraph的代码段（在writeTextGraph函数内），替换为TF1兼容模式的图处理逻辑：

   # 替换原来的TransformGraph调用
   with tf.compat.v1.Session(graph=graph) as sess:
       graph_def = graph.as_graph_def()
       # 直接写入文本图格式
       tf.io.write_graph(graph_def, "", outputPath, as_text=True)
   

   （注：如果不需要额外的图优化，这段简化代码足够生成OpenCV需要的文本图）

3. 重新运行tf_text_graph_ssd.py #

现在用转换后的冻结图作为输入，执行命令：

python tf_text_graph_ssd.py --input frozen_model/frozen_inference_graph.pb --config pipeline.config --output output_graph.pbtxt

确保pipeline.config是你训练模型时使用的配置文件，里面的num_classes、锚点参数等要和模型完全一致。

额外注意事项 #

• 如果条件允许，建议升级OpenCV到4.5.0以上版本，新版本已经原生支持读取TF2的SavedModel，不需要再生成文本图。
• 确保你的TensorFlow版本是2.x，所有涉及TF1的API都用tf.compat.v1前缀调用，避免兼容性冲突。

内容的提问来源于stack exchange，提问作者Abhimanyu