csldali

之所以有900M，是因为tf.train.ExponentialMovingAverage（）这个函数，它会是生成等量的tf.trainable_variable()，保存到tf.global_variables()，而ckpt保存的主要是tf.trainable_variable（还有untrainable，但太小），所以ckpt的大小会翻倍； 要想变小，可以注释掉train.py的79、80行以及对应的moving_ave ，那ckpt会降到400多，这也就是@StrongBirds 可行的原因；至于tf.train.ExponentialMovingAverage（）的作用，百度效果跟好。

video_demo.py中需要将36、62行注释掉，因为utils.image_preporcess（）中以及将BGR转RGB了； image_deom.py中需要将30行也做类似的处理，image_data = utils.image_preporcess(np.copy(original_image[:, :, ::-1]), [input_size, input_size])。