原标题：TensorFlow模型转为caffe模型

原文来自：博客园      原文链接：https://www.cnblogs.com/Peyton-Li/p/10797002.html

最近由于要将训练好的模型移植到硬件上，因此需要将TensorFlow转为caffe模型。

caffe模型需要两个文件，一个是定义网络结构的prototxt，一个是存储了参数的caffemodel文件。只要生成这两个文件，caffe模型就算转好了。

在模型转换的过程中，我主要参考了https://github.com/lFatality/tensorflow2caffe。

首先根据已有的tensorflow模型定义caffe模型需要的网络结构prototxt文件，这个可以参考一些现有经典的prototxt。

然后生成caffe模型需要的模型参数caffemodel。基本过程是：把ckpt中的参数读出来，因为tensorflow和caffe对特征的维度处理不一样，tensorflow中特征的维度是NHWC（Number of filters * Height * Width * Channel），caffe中特征的维度是NCWH（Number of filters * Channel * width * height），所以，需要将参数从NHWC转为NCWH的顺序，然后保存为caffe模型。

具体过程，参考资料中讲得比较清楚，在此不做太多说明。在模型转换的过程中，在batch norm层的转换时碰到了一些问题，在caffe中batch norm中除了存储mean和variance之外还有scale_factor，在测试过程中需要将其设置为1。

下面是其中一层全连接层的转换代码。

net.params['fc15'][0].data[...] = w_15_new
net.params['fc15'][1].data[...] = b_15
net.params['fc15_bn'][0].data[...] = mean_15
net.params['fc15_bn'][1].data[...] = variance_15
net.params['fc15_bn'][2].data[...] = 1net.params['fc15_scale'][0].data[...] = gamma_15
net.params['fc15_scale'][1].data[...] = beta_15

免责声明：本文来自互联网新闻客户端自媒体，不代表本网的观点和立场。

合作及投稿邮箱：E-mail:editor@tusaishared.com