caffe模型转化为tensorflow模型

代码由python语言编写，可以将caffe的prototxt和caffemodel文件转化为tensorflow模型

#!/usr/bin/env python

import numpy as np
import argparse
from kaffe import KaffeError print_stderr
from kaffe.tensorflow import TensorFlowTransformer


def fatal_error（msg）:
    ‘‘‘
    :param msg:
    :return: 用于打印错误信息列表
    ‘‘‘
    print_stderr（msg）
    exit（-1）


def validate_arguments（args）:
    ‘‘‘
    用于判断输入的命令的格式是否规范
    :param args:
    :return:
    ‘‘‘
    if （args.data_output_path is not None） and （args.caffemodel is None）:
        fatal_error（‘No input data path provided.‘）#没有输入数据的路径
    if （args.caffemodel is not None） and （args.data_output_path is None）:
        fatal_error（‘No output data path provided.‘）#没有提供输出数据路径
    if （args.code_output_path is None） and （args.data_output_path is None）:
        fatal_error（‘No output path specified.‘）#没有指定输出路径。


def convert（def_path caffemodel_path data_output_path code_output_path phase）:
    ‘‘‘
    用于对输入的模型进行加载，和进行模型装换
    :param def_path: 输入的caffe网络结构文件prototxt格式
    :param caffemodel_path: 输入的caffe训练的到的模型文件caffemodel格式
    :param data_output_path: 输出的
    :param code_output_path:输出的tensorflow的网络结构代码
    :param phase:为网络的训练模式，test 或者是train
    :return:
    ‘‘‘
    try:
        transformer = TensorFlowTransformer（def_path caffemodel_path phase=phase）#加载网络结构和加载模型文件
        print_stderr（‘Converting data...‘）#开始转换数据
        if caffemodel_path is not None:
            data = transformer.transform_data（）#转换权值和偏置数据
            print_stderr（‘Saving data...‘）
            with open（data_output_path ‘wb‘） as data_out:
                np.save（data_out data）#保存权值偏置数据
        if code_output_path:#转化为tensorflow对应网络我心代码
            print_stderr（‘Saving source...‘）
            with open（code_output_path ‘wb‘） as src_out:
                src_out.write（transformer.transform_source（））#保存网络模型代码
        print_stderr（‘Done.‘）#转换完成
    except KaffeError as err:#捕获异常
        fatal_error（‘Error encountered: {}‘.format（err））


def main（）:
    parser = argparse.ArgumentParser（）
    parser.add_argument（‘def_path‘ help=‘Model definition （.prototxt） path‘）
    parser.add_argument（‘--caffemodel‘ help=‘Model data （.caffemodel） path‘）
    parser.add_argument（‘--data-output-path‘ help=‘Converted data output path‘）
    parser.add_argument（‘--code-output-path‘ help=‘Save generated source to this path‘）
    parser.add_argument（‘-p‘
                        ‘--phase‘
                        default=‘test‘
                        help=‘The phase to convert: test （default） or train‘）
    args = parser.parse_args（）
    #解析命令参数
    validate_arguments（args）#判断命令参数的是否有错误

    convert（args.def_path args.caffemodel args.data_output_path args.code_output_path
            args.phase）#加载模型，和转换模型


if __name__ == ‘__main__‘:
    main（）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-09-20 14:01  caffe-tensorflow-master\
     文件          97  2017-01-16 18:47  caffe-tensorflow-master\.gitignore
     目录           0  2018-09-29 11:46  caffe-tensorflow-master\.idea\
     文件         398  2018-09-17 10:39  caffe-tensorflow-master\.idea\caffe-tensorflow-master.iml
     目录           0  2018-09-17 10:34  caffe-tensorflow-master\.idea\inspectionProfiles\
     文件         292  2018-09-17 10:33  caffe-tensorflow-master\.idea\misc.xml
     文件         298  2018-09-17 10:33  caffe-tensorflow-master\.idea\modules.xml
     文件       37239  2018-09-29 11:46  caffe-tensorflow-master\.idea\workspace.xml
     文件         883  2017-01-16 18:47  caffe-tensorflow-master\.pylintrc
     文件          70  2017-01-16 18:47  caffe-tensorflow-master\.style.yapf
     文件        3141  2018-09-20 14:01  caffe-tensorflow-master\convert.py
     目录           0  2017-01-16 18:47  caffe-tensorflow-master\examples\
     目录           0  2017-01-16 18:47  caffe-tensorflow-master\examples\imagenet\
     文件        2831  2017-01-16 18:47  caffe-tensorflow-master\examples\imagenet\classify.py
     文件        7924  2017-01-16 18:47  caffe-tensorflow-master\examples\imagenet\dataset.py
     文件       21675  2017-01-16 18:47  caffe-tensorflow-master\examples\imagenet\imagenet-classes.txt
     目录           0  2017-01-16 18:47  caffe-tensorflow-master\examples\imagenet\models\
     文件         852  2017-01-16 18:47  caffe-tensorflow-master\examples\imagenet\models\alexnet.py
     文件         853  2017-01-16 18:47  caffe-tensorflow-master\examples\imagenet\models\caffenet.py
     文件        7851  2017-01-16 18:47  caffe-tensorflow-master\examples\imagenet\models\googlenet.py
     文件        3067  2017-01-16 18:47  caffe-tensorflow-master\examples\imagenet\models\helper.py
     文件        1023  2017-01-16 18:47  caffe-tensorflow-master\examples\imagenet\models\nin.py
     文件       62496  2017-01-16 18:47  caffe-tensorflow-master\examples\imagenet\models\resnet.py
     文件        1180  2017-01-16 18:47  caffe-tensorflow-master\examples\imagenet\models\vgg.py
     文件          21  2017-01-16 18:47  caffe-tensorflow-master\examples\imagenet\models\__init__.py
     文件        1734  2017-01-16 18:47  caffe-tensorflow-master\examples\imagenet\README.md
     文件        3871  2017-01-16 18:47  caffe-tensorflow-master\examples\imagenet\validate.py
     目录           0  2017-01-16 18:47  caffe-tensorflow-master\examples\mnist\
     文件        1667  2017-01-16 18:47  caffe-tensorflow-master\examples\mnist\finetune_mnist.py
     文件        1738  2017-01-16 18:47  caffe-tensorflow-master\examples\mnist\lenet.prototxt
     文件     1725006  2017-01-16 18:47  caffe-tensorflow-master\examples\mnist\lenet_iter_10000.caffemodel
............此处省略32个文件信息