如何将.h5模型转换为.pb模型？解决ImageAI加载.pb模型失败问题

问题定位 #

当前调用ImageAI的VideoObjectDetection模块时，直接将目录下的saved_model.pb文件作为模型路径传入，会出现模型读取失败的问题。本质原因是ImageAI的YOLOv3加载逻辑仅支持读取TF SavedModel格式的模型目录，无法直接解析孤立的PB文件，需要完成H5权重到适配性SavedModel目录的转换流程。

具体转换操作 #

• 前置依赖准备
  需安装匹配版本的依赖，避免版本不兼容导致图结构解析失败，执行命令：
  pip install tensorflow==2.4.0 keras==2.4.3
• H5转适配PB模型的核心代码

import tensorflow as tf
from tensorflow import keras

# 加载本地存储的H5格式YOLOv3权重，关闭编译避免自定义层缺失报错
h5_model = keras.models.load_model("你的本地yolov3权重文件.h5", compile=False)

# 导出为ImageAI可识别的SavedModel（包含标准PB计算图与配套变量文件）
tf.saved_model.save(
    h5_model,
    export_dir="./imageai_supported_pb_dir",
    signatures=h5_model.call
)

• 原有调用代码修正
  核心修正点：模型路径不要直接指向孤立的pb文件，要指向导出的SavedModel根目录

from imageai.Detection import VideoObjectDetection
import os

execution_path = os.getcwd()

detector = VideoObjectDetection()
detector.setModelTypeAsYOLOv3()
detector.setModelPath(os.path.join(execution_path, "./imageai_supported_pb_dir"))
detector.loadModel()

实操注意事项 #

• 导出模型时不要使用2.6以上版本的TensorFlow，高版本导出的模型签名格式不被当前ImageAI版本兼容，会触发计算图解析错误
• 检查导出的imageai_supported_pb_dir目录结构，必须同时包含saved_model.pb文件、variables子目录，缺项会导致模型加载失败
• 若H5文件中包含YOLOv3的自定义层，需在加载代码前提前注册自定义层映射关系，否则会抛出“未知层”的加载报错

内容的提问来源于stack exchange，提问作者Tee Adkins