专访一亩田CEO邓锦宏：我们如何度过刷单和裁员风波？

答案对人有帮助，有参考价值 0

在将预先训练的固态盘 MobileNetV2 模型转换为中间表示（IR）时，如果遇到“REPLACEMENT_ID”异常错误或无法转换自定义训练的模型，可能是由于以下几个原因导致的。以下是一些可能的解决方案：

1. 检查模型优化器版本

确保你使用的模型优化器（Model Optimizer）版本与你的 TensorFlow 版本兼容。不同版本的 TensorFlow 可能需要特定版本的模型优化器。

2. 检查输入模型格式

确保你导出的冻结模型图是正确的。你可以使用 saved_model_cli 工具来检查模型的输入输出节点是否正确。

saved_model_cli show --dir ./exported_model --all

3. 检查输入参数

在运行模型优化器时，确保你提供了正确的输入参数。特别是 --input_shape 和 --input 参数。例如：

python mo_tf.py --input_model ./exported_model/frozen_inference_graph.pb --input_shape [1,300,300,3] --input image_tensor

4. 检查自定义训练的模型

如果你无法转换自定义训练的模型，可能是因为模型中的某些操作不被模型优化器支持。你可以尝试以下步骤：

• 
  

  检查不支持的操作：运行模型优化器时，添加 --log_level DEBUG 参数，查看是否有不支持的操作。

  
  

  python mo_tf.py --input_model ./exported_model/frozen_inference_graph.pb --log_level DEBUG

  
  


• 
  

  替换不支持的操作：如果发现有不支持的操作，你可能需要修改模型或使用其他操作替换。

  
  

5. 使用 OpenVINO 的 Model Optimizer 文档

参考 OpenVINO 的官方文档，查看是否有关于你遇到的错误的详细说明和解决方案。

OpenVINO Model Optimizer 文档

6. 检查 TensorFlow 版本

确保你使用的 TensorFlow 版本与模型优化器兼容。如果版本不兼容，可能会导致转换失败。

7. 更新 OpenVINO 工具包

如果你使用的是旧版本的 OpenVINO 工具包，尝试更新到最新版本，因为新版本可能修复了相关的问题。

8. 检查环境变量

确保你的环境变量设置正确，特别是 PYTHONPATH 和 LD_LIBRARY_PATH，以避免库路径问题。

9. 尝试其他转换方法

如果仍然无法解决问题，可以尝试使用其他方法进行模型转换，例如使用 ONNX 作为中间格式。

10. 社区支持

如果以上方法都无法解决问题，可以尝试在 OpenVINO 社区或 GitHub 上寻求帮助，提供详细的错误日志和模型信息。

示例命令

以下是一个完整的示例命令，假设你已经导出了冻结模型图：

python mo_tf.py --input_model ./exported_model/frozen_inference_graph.pb --input_shape [1,300,300,3] --input image_tensor --log_level DEBUG

通过以上步骤，你应该能够找到并解决“REPLACEMENT_ID”异常错误或无法转换自定义训练模型的问题。