小编dex*_*406的帖子

我有一个编码器和一个解码器模型（monodepth2）。我尝试使用将它们从 Pytorch 转换为 Keras Onnx2Keras，但是：

• 编码器（ResNet-18）成功
• 我自己在 Keras 中构建解码器（使用TF2.3），并将每一层的权重（numpy 数组，包括权重和偏差）从 Pytorch 复制到 Keras，无需任何修改。

但事实证明，Onnx2Keras转换后的编码器和自建解码器都无法重现相同的结果。下面是交叉对比图，首先介绍一下Decoder的代码。

首先是核心层，所有的 conv2d 层（Conv3x3, ConvBlock）都是基于此，但是不同的 dims 或者添加一个激活：

# Conv3x3 (normal conv2d without BN nor activation)
# There's also a ConvBlock, which is just "Conv3x3 + ELU activation", so I don't list it here.
def TF_Conv3x3(input_channel, filter_num, pad_mode='reflect', activate_type=None):

    # Actually it's 'reflect, but I implement it with tf.pad() outside this
    padding = 'valid' …

我尝试创建一个解码器，它采用五张量元组作为输入。当我保存它时，.h5它工作正常，但当我尝试保存（无错误报告）、加载和进行推理时，它报告：

Traceback (most recent call last):
  File "D:/MA/Recources/monodepth2-torch/dsy.py", line 196, in <module>
    build_model(inputs)
  File "D:/MA/Recources/monodepth2-torch/dsy.py", line 185, in build_model
    outputs = decoder_pb(inputs)
  File "C:\Users\Dexxh\AppData\Roaming\Python\Python36\site-packages\tensorflow\python\eager\function.py", line 1655, in __call__
    return self._call_impl(args, kwargs)
  File "C:\Users\Dexxh\AppData\Roaming\Python\Python36\site-packages\tensorflow\python\eager\function.py", line 1673, in _call_impl
    return self._call_with_flat_signature(args, kwargs, cancellation_manager)
  File "C:\Users\Dexxh\AppData\Roaming\Python\Python36\site-packages\tensorflow\python\eager\function.py", line 1695, in _call_with_flat_signature
    len(args)))
TypeError: signature_wrapper(input_1, input_2, input_3, input_4, input_5) takes 0 positional arguments but 1 were given

我对模型的定义如下。细节看起来没有问题，因为当我将其加载为 Keras 模型时，它运行良好。我会tensorflow 2.3.1在你需要的时候使用。

class DepthDecoder(tf.keras.Model):
    def __init__(self):
        super(DepthDecoder, self).__init__()
        self.num_ch_enc = [64, 64, …

这是代码。我试图通过使用给这个参数“False”值

python file.py --add_depth_loss False

但它仍然打印“True”......这是为什么？

from absl import flags, app

FLAGS = flags.FLAGS
flags.DEFINE_boolean('add_depth_loss', None, 'sss')
flags.mark_flag_as_required('add_depth_loss')

def main(_):
    print(FLAGS.add_depth_loss)

if __name__ == '__main__':
    app.run(main)