如何解决Tensorflow：如何加载/恢复完整模型.pb、.pbtxt、.graph、.ckpt、变量、事件？

我最近从 PyTorch 切换到 TF（1 和 2），我正在尝试使用它获得一个良好的工作流程。

我想做的简单事情如下：

从 TF1 zoo 或 TF2 zoo 加载完整的预训练对象检测模型
使用 model.summary() 检查加载模型的网络架构。
使用预训练的加载模型进行推理。
修改（例如重塑、删除、添加）加载模型的层和权重。
重新训练修改后的加载模型。

我知道 TF 有图和权重的概念，而不是 PyTorch，后者只有包含一切的模型。尽管如此，我还是找不到加载预训练模型的简单且最佳的方法，而且互联网上充斥着针对不同 tf 版本的不同答案。

我真的很困惑，因为当我从 TF1 zoo（或 TF2 zoo）下载预训练模型时，为了实现上述几点，我有很多不同的文件可用。

以this one为例，TF1动物园列表中的第一个。我有 saved_model 文件夹，其中包含 saved_model.pb 和 variables（空）文件夹，frozen_inference_graph.pb model.ckpt 文件，pipeline.config 和某些情况下是 event 文件。所有这些不同的文件真的需要对图形结构和权重进行编码吗？我是否遗漏了什么或者这只是比必要的更复杂？此外，如果您从 TF2 zoo 下载模型，文件/文件夹结构会有所不同（见下图）

我的尝试

import tensorflow as tf #(v2.4)
def load_pretrained_model(self,saved_model_sub_folder,mode):
    # 1. this only load an AutoTrackable object that can be use for inference but no graph
    if mode == '.pb':
        model_dir = str(TRAINED_MODEL_DIR) + saved_model_sub_folder
        model_dir = pathlib.Path(model_dir) / "saved_model"
        model = tf.saved_model.load(str(model_dir),None,'.')
        detection_model = model.signatures['serving_default']

    # 2. this returns None
    elif mode == '.graph':
        def load_graph(frozen_graph_filename):
            with tf.compat.v1.gfile.GFile(frozen_graph_filename,"rb") as f:
                graph_def = tf.compat.v1.GraphDef()
                graph_def.ParseFromString(f.read())
                return graph_def
        detection_model = tf.compat.v1.import_graph_def(load_graph(frozen_graph_filename))
    else:
        detection_model = None

    return detection_model

Tl;博士

有人可以回答上面关于如何在 python3 中加载完整（图形、权重、一切..）可定制 tensorflow1 或 tensorflow2 模型的一些要点（1 到 5）？