使用Intel LPOT量化TensorFlow SSD模型时出现框架识别错误

该报错的核心原因是Intel LPOT工具无法从你传入的.pb模型文件自动识别出对应框架为TensorFlow，可按以下顺序排查修复：

• 检查环境依赖安装情况
  确认当前激活的conda环境中已安装适配版本的TensorFlow，执行命令pip show tensorflow验证安装状态，LPOT 1.x版本建议搭配TensorFlow 2.8~2.12版本使用，未安装TensorFlow时工具无法识别TensorFlow格式的模型文件。
• 验证模型路径与文件有效性
  执行命令ls ssd_mobilenet_v1_coco_2018_01_28/frozen_inference_graph.pb确认目标模型文件存在且当前用户有读取权限，若路径有误、文件后缀不标准或模型文件损坏，都会导致框架识别失败，可重新下载官方预训练模型规避文件损坏问题。
• 手动指定框架参数
  打开你的ssd_mobilenet_v1.yaml配置文件，确认framework字段已明确设置为tensorflow；也可以在执行量化命令时额外增加参数强制指定框架，修改后的命令如下：

  bash run_tuning.sh --config=ssd_mobilenet_v1.yaml --input_model=ssd_mobilenet_v1_coco_2018_01_28/frozen_inference_graph.pb --output_model=./tensorflow-ssd_mobilenet_v1-tune.pb --framework=tensorflow
  

• 确认工具版本兼容性
  若你使用的是2.0及以上版本的LPOT（已更名为Intel Neural Compressor），旧版本示例脚本的参数规则会有变动，建议降级到1.9及以下的LPOT版本适配你参考的示例教程。

内容的提问来源于stack exchange，提问作者Janani Chandran