Question

我正在建立一个能够使用python和tensorflow识别人脸的系统。

我想认识两件事。

>未知人员的“人员”和已知人员的“人员名称”（以前在模型中训练标签）。

因此，我需要实现2个神经网络。

第一个将识别所有对象（例如椅子，桌子等）中的面孔，第二个将使用面部对框架进行分类，并考虑模型的所有已知面部来检查标签。（之前受过训练）

因此，为了解决类似问题，我知道我需要两个神经网络，第一个神经网络的输出将成为第二个神经网络的输入。但是我只是不知道如何使用图形文件连接这两个神经网络。（在培训过程中创建）

现在，我可以训练我的模型，获取图形文件并将其用于识别过程。但是我无法混合两个神经网络，也无法将第一个模型的输出添加到第二个模型的输入中

with detection_graph.as_default():
    with tf.Session(graph=detection_graph) as sess:
        while True:

            # Read frame from camera
            ret, image_np = cap.read()
            # Expand dimensions since the model expects images to have shape: [1, None, None, 3]
            image_np_expanded = np.expand_dims(image_np, axis=0)
            # Extract image tensor
            image_tensor = detection_graph.get_tensor_by_name('image_tensor:0')
            # Extract detection boxes
            boxes = detection_graph.get_tensor_by_name('detection_boxes:0')
            # Extract detection scores
            scores = detection_graph.get_tensor_by_name('detection_scores:0')
            # Extract detection classes
            classes = detection_graph.get_tensor_by_name('detection_classes:0')
            # Extract number of detectionsd
            num_detections = detection_graph.get_tensor_by_name(
                'num_detections:0')
            # Actual detection.
            (boxes, scores, classes, num_detections) = sess.run(
                [boxes, scores, classes, num_detections],
                feed_dict={image_tensor: image_np_expanded})
            # Visualization of the results of a detection.
            vis_util.visualize_boxes_and_labels_on_image_array(
                image_np,
                np.squeeze(boxes),
                np.squeeze(classes).astype(np.int32),
                np.squeeze(scores),
                category_index,
                use_normalized_coordinates=True,
                line_thickness=8)

            # Display output
            cv2.imshow('object detection', cv2.resize(image_np, (800, 600)))

            if cv2.waitKey(25) & 0xFF == ord('q'):
                cv2.destroyAllWindows()
                break

detection_graph是模型（对内存中图形文件的引用）

前面的代码在一个模型（图形文件）上运行良好，但是我想集成第二个神经网络。（将第一个的输出添加到第二个的输入中）。知道我该怎么做吗？

如何使用图在张量流中连接两个神经网络？

0 个答案: