我已经按照以下步骤训练了我的yolo模型13875个阶段：
python3 flow --model cfg/yolo-voc-3c.cfg --load bin/tiny-yolo-voc.weights --train --trainer adam --annotation xml/ --dataset output/ --gpu 1.0 --save 2000 --keep 500 --epoch 100 > progress.txt
然后我将结果保存为.pb file，该结果似乎在暗流环境中有效，但是将其集成到OpenCVForUnity中时并不能预测任何结果。
此集成是通过将dnn网络设置为
来完成的 Net yoloNet = readNet("pb_path_file/yolo-voc-3c.pb")，
将Blob输入传递到网络（yoloNet.setinput(blob)）并向前转发，它不返回边界框输出。
但是由于我知道yolo-voc-3c.pb可以正常工作，所以在传输上肯定有问题，因为在测试时，它会同时返回边界框和json预测：
python3 flow --pbLoad built_graph/yolo-voc-3c.pb --metaLoad built_graph/yolo-voc-3c.meta --imgdir sample_img/ --json
有人知道如何将yolo集成到OpenCV中以统一确保工作模型吗？