quliulangle

老哥 能不能出个详细的requirements.txt呀

老哥 再请教一下 你给出的模型是用哪些数据集训练的呀？ 我看对眨眼动作识别不太准确，所以我就在公开数据集中挑选了一些，重新训练。但是结果感觉很差。

> 转之前 .meta文件有140M，.data-00000有8.7M，应该是正常的 请问 是按照 output_node_names = "pfld_inference/fc/BiasAdd" 这个节点进行freeze的么

> 转之前 .meta文件有140M，.data-00000有8.7M，应该是正常的 `def freeze_graph(input_checkpoint,output_graph): # checkpoint = tf.train.get_checkpoint_state(model_folder) # input_checkpoint = checkpoint.model_checkpoint_path # 指定输出的节点名称,该节点名称必须是原模型中存在的节点 output_node_names = "pfld_inference/fc/BiasAdd" saver = tf.train.import_meta_graph(input_checkpoint + '.meta', clear_devices=True) graph = tf.get_default_graph() # 获得默认的图 input_graph_def...

现在去掉了训练过程中的test代码，.meta文件变为了136M，还是比较大

转换成.pb过大的问题已解决。目前生成的1.0的pb模型文件5.1M，0.25X的pb模型文件825k

+1

老铁，怎么测试单张图像呢

hello 请问你用的opencv是哪个版本的呀