我可以使用我自己的人脸数据集和 OpenCV 提供的 .pb .pbtxt 文件重新训练 OpenCV DNN 人脸检测器吗？答案

【问题标题】：Can I retrain OpenCV DNN face detector using my own face dataset and .pb .pbtxt files provided by OpenCV?我可以使用我自己的人脸数据集和 OpenCV 提供的 .pb .pbtxt 文件重新训练 OpenCV DNN 人脸检测器吗？
【发布时间】：2020-05-22 07:03:57
【问题描述】：

我想将现有的 OpenCV DNN 人脸检测器微调为我拥有的人脸图像数据库。我有 OpenCV 提供的 opencv_face_detector.pbtxt 和 opencv_face_detector_uint8.pb 张量流文件。我想知道基于这些文件是否有任何方法可以使模型适合我的数据？到目前为止，我还没有设法在 OpenCV git 存储库中找到该模型的任何 tensorflow 训练脚本，我只知道，给定的模型是和以 resnet-10 为骨干的 SSD。我也不确定，阅读互联网上的信息，我是否可以从 .pb 文件恢复训练。您是否知道可用于训练的定义模型的任何脚本的可用性？ pbtxt 和 pb 文件是否足以继续训练新数据？

另外，我注意到有一个 git 包含这个模型 https://github.com/weiliu89/caffe/tree/ssd 的 caffe 版本。虽然我以前从未使用过 caffe，但是否可以/更轻松地使用现有权重（caffe .pg 和 .pbtxt 文件也可以在 OpenCV 的 github 中找到）并将模型拟合到我的数据集？

【问题讨论】：

标签： python opencv tensorflow caffe face-detection

【解决方案1】：

我看不到在 opencv 中执行此操作的方法，但我认为您可以将模型加载到 tensorflow 并使用 model.fit() 重新训练。

适用于迁移学习的常见建议。您可能想冻结大部分早期层，只重新训练最后一两个层。也建议使用较慢的学习率。

【讨论】：