原标题：在modelarts上部署backend为TensorFlow的keras模型

原文来自：CSDN      原文链接：http://www.xinhuanet.com/2019-09/09/c_1124976366.htm

最近老山在研究在modelarts上部署mask-rcnn，源代码提供的是keras模型。我们可以将keras转化成savedModel模型，在TensorFlow Serving上部署，可参考老山的上篇部署文章。至于输入和输出张量，到已经预先存在model.input和model.output中了。

不多说，直接上代码。

from keras import backend as K

import tensorflow as tf

# 在此之前，先加载keras模型

# 。。。

# 加载完成

with K.get_session() as sess:

   export_path = './saved_model'

   builder = tf.saved_model.builder.SavedModelBuilder(export_path)

   signature_inputs = {

       'input_image': tf.saved_model.utils.build_tensor_info(model.input[0]),

       'input_image_meta': tf.saved_model.utils.build_tensor_info(model.input[1]),

       'input_anchors': tf.saved_model.utils.build_tensor_info(model.input[2]),

   }

   signature_outputs = {

       'mrcnn_detection':tf.saved_model.utils.build_tensor_info(model.output[0]),

       'mrcnn_class':tf.saved_model.utils.build_tensor_info(model.output[1]),

       'mrcnn_bbox':tf.saved_model.utils.build_tensor_info(model.output[2]),

       'mrcnn_mask':tf.saved_model.utils.build_tensor_info(model.output[3]),

       'ROI':tf.saved_model.utils.build_tensor_info(model.output[4]),

       'rpn_class':tf.saved_model.utils.build_tensor_info(model.output[5]),

       'rpn_bbox':tf.saved_model.utils.build_tensor_info(model.output[6]),        

   }

   classification_signature_def = tf.saved_model.signature_def_utils.build_signature_def(

       inputs=signature_inputs,

       outputs=signature_outputs,

       method_name=tf.saved_model.signature_constants.PREDICT_METHOD_NAME)

   builder.add_meta_graph_and_variables(

       sess,

       [tf.saved_model.tag_constants.SERVING],

       signature_def_map={

           'root': classification_signature_def

       },

   )

   builder.save()

作者：山找海味

————————————————

版权声明：本文为CSDN博主「华为云」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。

原文链接：https://blog.csdn.net/devcloud/article/details/101272608

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