TensorFlow将.pb转.tflite报错：模型非支持的SavedModel格式

这个报错我帮人排查过好多次，核心原因其实很直白：你手里的是单个冻结.pb文件，但转换命令默认在找SavedModel格式的目录结构，两者不是一回事，所以触发了MaybeSavedModelDirectory的检查错误。下面给你分步骤解决：

一、先搞懂两种格式的区别 #

• 冻结图（.pb）：把模型的计算图结构和权重参数打包成单个文件，没有固定目录规范。
• SavedModel：TensorFlow官方推荐的标准格式，是一个目录，里面必须包含saved_model.pb文件和variables文件夹（存权重），tflite_convert默认优先识别这种格式。

二、针对冻结图的正确转换方法 #

如果你只有冻结.pb文件，别用--saved_model_dir参数，改用--graph_def_file指定.pb文件，同时必须明确输入输出节点的名字。

1. 先找到输入输出节点名 #

你需要知道模型输入层和输出层的节点名称，用这段代码就能查出来：

import tensorflow as tf

# 加载冻结图
with tf.io.gfile.GFile('你的冻结图文件名.pb', 'rb') as f:
    graph_def = tf.compat.v1.GraphDef()
    graph_def.ParseFromString(f.read())

# 打印所有节点名称
with tf.compat.v1.Session() as sess:
    sess.graph.as_default()
    tf.import_graph_def(graph_def, name='')
    for op in sess.graph.get_operations():
        print(op.name)

运行后，找类似input_1（输入层）、dense_2/Softmax（分类任务的输出层，通常是Softmax节点）这样的名字记下来。

2. 用命令行转换 #

用tflite_convert（TF2.x里已经替代了旧的toco）执行以下命令，替换成你的参数：

tflite_convert \
  --graph_def_file=你的冻结图文件名.pb \
  --output_file=输出的tflite文件名.tflite \
  --input_arrays=刚才找到的输入节点名 \
  --output_arrays=刚才找到的输出节点名

如果你的输入有固定形状（比如224x224的RGB图），可以加上--input_shapes=输入节点名:[1,224,224,3]（1是batch大小，按需调整）。

3. 更可靠的Python API转换 #

怕命令行出错的话，用TensorFlow的Python API更直观：

import tensorflow as tf

# 初始化转换器，指定冻结图路径和输入输出节点
converter = tf.lite.TFLiteConverter.from_frozen_graph(
    graph_def_file='你的冻结图文件名.pb',
    input_arrays=['输入节点名'],
    output_arrays=['输出节点名'],
    input_shapes={'输入节点名': [1, 224, 224, 3]}  # 可选，根据你的模型输入调整
)

# 执行转换并保存
tflite_model = converter.convert()
with open('输出的tflite文件名.tflite', 'wb') as f:
    f.write(tflite_model)

三、如果想改用SavedModel格式转换 #

如果你有训练好的模型（比如Keras模型），直接保存成SavedModel再转换更省心：

1. 重新保存模型为SavedModel格式：

# 假设model是你训练好的Keras模型
model.save('saved_model_dir')  # TF2.x会自动生成标准的SavedModel目录

2. 用命令行转换：

tflite_convert --saved_model_dir=saved_model_dir --output_file=model.tflite

四、注意版本问题 #

• 如果你用的是TF1.x，确保toco命令是对应版本的，或者改用tf.contrib.lite.TocoConverter。
• TF2.x里建议用tflite_convert或者上面的Python API，旧的toco命令已经被弃用，容易出兼容问题。

内容的提问来源于stack exchange，提问作者THBP