Jianfeng Chen

不打算添加个表情包嘛，

这里： https://github.com/vcvycy/TensorflowFreezeModel/blob/master/freeze_mtcnn.py 先载入模型，再调用convert_variables_to_constants 函数固化模型。

1.8.0

好像是有一些Java库无法下载下来，连接超时。 你看看网络有没有连接 = = 不行就翻墙看看。

额，不好意思，我对java也不是很熟悉~ 无法帮到你~

You can see it [here](https://github.com/vcvycy/TensorflowFreezeModel/blob/master/freeze_mtcnn.py)

人脸检测可以做成实时的； 但是人脸识别在普通手机上，估计只能有10fps，可能需要加点技巧跳过一些帧，实现伪实时。

检测速度和minFaceSize和图片中的人脸个数相关。minFaceSize这个参数就是要检测的最小人脸，论文中的是40 pixels，具体应用具体设置。 比如一张普通1000像素左右的图片，人脸小于5个，将minFace设置为1000/6,差不多160 pixels，可以比40 快5倍左右，处理速度100ms以下。

@dl8207531 100ms没什么难度吧。耗时的地方： 1、图片缩放：主要取决于人脸个数和图片大小。可以认为和人脸数线性关系。 2、神经网络运行(PNET/RNET/ONET 网络深度也就6层上下，跑起来很快的） (1) PNet 假设minFaceSize=160 , 由于factor 设置为0.709 , 160/(0.709^5)

It seems that Tensorflow-Android do not support multi-threads. [see this](https://github.com/tensorflow/tensorflow/issues/6431) But you can try youself by calling function MTCNN::DetectFaces in 2 threads to see if it works. BTW, Tensorflow-Android (...