You need to enable JavaScript to run this app. 如何不借助云服务将Python TensorFlow训练的模型转换为TensorFlowJS可用格式
优惠活动
大模型
产品
解决方案
定价
更多

如何不借助云服务将Python TensorFlow训练的模型转换为TensorFlowJS可用格式

实现流程梳理

你现在手里的checkpoint文件不属于SavedModel格式,需要先转为SavedModel再做后续转换。你提到的预训练模型文件确实不会被修改,训练过程只会更新checkpoint里的参数。

第一步:从训练得到的checkpoint导出SavedModel

你使用的是TensorFlow Object Detection API训练模型,官方已经提供了现成的导出脚本,不需要自行编写加载checkpoint的代码:

  • 进入你本地TensorFlow models仓库的research/object_detection目录
  • 执行如下命令,替换为你自己的路径:
python exporter_main_v2.py \
  --input_type image_tensor \
  --pipeline_config_path Tensorflow\workspace\models\my_ssd_mobnet\pipeline.config \
  --trained_checkpoint_dir Tensorflow\workspace\models\my_ssd_mobnet \
  --output_directory ./exported_saved_model
  • 执行完成后,你会在exported_saved_model目录下看到saved_model子文件夹,这就是所需的SavedModel格式文件。

第二步:安装tensorflowjs转换工具

tfjs-converter的功能已经合并到tensorflowjs包中,没有被弃用,直接安装即可:

pip install tensorflowjs

第三步:将SavedModel转换为TFJS可加载的格式

执行如下转换命令,替换对应路径:

tensorflowjs_converter \
    --input_format=tf_saved_model \
    --output_format=tfjs_graph_model \
    --signature_name=serving_default \
    --saved_model_tags=serve \
    ./exported_saved_model/saved_model \
    ./tfjs_model

执行完成后,tfjs_model目录下就会生成你需要的model.json和对应的group1-shard*.bin文件。

第四步:准备labels.json文件

将你训练时使用的pbtxt格式标签映射文件手动转为JSON格式即可,参考格式如下:

{
  "1": "第一个类别的名称",
  "2": "第二个类别的名称"
}

把转换好的labels.json放到tfjs_model目录下,就可以用原生TensorFlowJS加载运行,不需要任何第三方云服务或者前端框架。


内容的提问来源于stack exchange,提问作者J.Todd

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.11 23:39:00