加载TensorFlow pb模型后调用summary()报错，如何查看模型结构

错误原因 #

tf.saved_model.load加载返回的是TensorFlow SavedModel格式的通用封装_UserObject，不是Keras的模型实例，因此不具备summary()方法，只有通过tf.keras接口导出的模型，用对应接口加载才能直接调用summary()。

可用排查方法 #

• 方法1：使用saved_model_cli命令行工具快速查询
  这是最便捷的查询方式，直接在终端执行以下命令即可输出模型的全量签名、输入输出结构、算子信息：

  saved_model_cli show --dir 替换为你的模型目录路径 --all
  

  从输出信息即可判断任务类型：如果输出包含detection_boxes/detection_scores/detection_classes等字段为目标检测任务；如果输出为和输入尺寸匹配的类别掩码，或存在segmentation_map/pred_mask等字段为分割任务。
• 方法2：通过Python API查询签名与计算图结构
  用以下代码可以打印模型的输入输出定义、算子节点信息：

  import tensorflow as tf
  model_path = os.path.join(saved_path,"model",str(k+1))
  model = tf.saved_model.load(model_path)
  # 查看模型可用的推理签名
  print("可用签名：", model.signatures.keys())
  # 取默认的serving推理签名
  infer = model.signatures["serving_default"]
  # 打印输入输出的结构、形状、数据类型
  print("输入结构：", infer.structured_input_signature)
  print("输出结构：", infer.structured_outputs)
  # 按需打印计算图的所有算子节点
  for op in infer.graph.get_operations():
      print(op.name, op.outputs)
  

• 方法3：TensorBoard可视化完整计算图
  如果需要更直观的查看全量结构，可以将计算图导出到TensorBoard中查看：

  from tensorflow.python.summary.writer.writer import FileWriter
  # 前面已经拿到infer推理签名
  with FileWriter("./tf_log", graph=infer.graph) as f:
      pass
  

  终端执行tensorboard --logdir ./tf_log，打开对应本地地址即可在Graphs栏查看完整的计算图结构。
• 可选尝试：加载为Keras模型
  如果该模型是通过Keras接口导出的，可直接用Keras的加载接口拿到带summary()方法的模型实例：

  keras_model = tf.keras.models.load_model(model_path)
  keras_model.summary()
  

内容的提问来源于stack exchange，提问作者Seung H