我的目标是尽可能快地减少预训练模型（Tensorflow Frozen Graph为Protobuf .pb文件）的大小和复杂性，以尽可能快地进行推理（在我的情况下使用Webcams进行实时对象检测） 。 （有关更多信息，请参阅我的项目回购：https://github.com/GustavZ/realtime_object_detection）
让我们来看看tensorflow对象检测API提供的预训练的ssd_mobilenet_v1_coco： link to ssd_mobilenet graph
推理不需要哪些图层（因此仅适用于已完成的培训），因此可以删除（从配置文件中使用offset 951脚本导出新的冻结模型）？
如果能够对推理模型进行优化以及对我的特殊情况做出回答，我会非常高兴，因为我认为这可能是其他人感兴趣的。
编辑：我现在知道提供py tensorflow的
export_inference_graph.py脚本。但我没有使用它的经验，例如我如何知道哪些是真正必要的输入和输出节点，或者我如何从张量板读取它们？