ckpt文件 转 pb文件

tensorflow中，将ckpt形式的模型转换为pb形式，以便跨平台调用，是一种常见操作。
代码如下：

import tensorflow as tf
from tensorflow.python.framework import graph_util

def freeze_graph(input_checkpoint, output_graph):
    '''
    :param input_checkpoint:
    :param output_graph: PB模型保存路径及保存文件名
    :return:
    '''
    # checkpoint = tf.train.get_checkpoint_state(model_folder) #检查目录下ckpt文件状态是否可用
    # input_checkpoint = checkpoint.model_checkpoint_path #得ckpt文件路径

    # 指定输出的节点名称,该节点名称必须是原模型中存在的节点
    output_node_names = "postprocess_fastrcnn/concat_2"
    saver = tf.train.import_meta_graph(input_checkpoint + '.meta', clear_devices=True)

    with tf.Session() as sess:
        saver.restore(sess, input_checkpoint)  # 恢复图并得到数据
        output_graph_def = graph_util.convert_variables_to_constants(  # 模型持久化，将变量值固定
            sess=sess,
            input_graph_def=sess.graph_def,  # 等于:sess.graph_def
            output_node_names=output_node_names.split(","))  # 如果有多个输出节点，以逗号隔开

        with tf.gfile.GFile(output_graph, "wb") as f:  # 保存模型
            f.write(output_graph_def.SerializeToString())  # 序列化输出
        print("%d ops in the final graph." % len(output_graph_def.node))  # 得到当前图有几个操作节点

freeze_graph('','')   #填入路径与文件名

强调两点：
1、output_node_names需要指定模型最终输出的节点名称。可以在建立网络模型后，加入
for node in tf.get_default_graph().as_graph_def().node:
print(node.name)
打印出所有节点名称，然后将最后一个输出节点名称填入。
2、freeze_graph（input_checkpoint, output_graph):
output_graph为要输出的pb文件名与路径