我试图使用Keras-Openface项目的预训练模型来实现面部识别，Martin Krasser 在这里进行了令人惊讶的解释和暗示
OpenFace项目提供了预先训练的模型，这些模型是用公共人脸识别数据集FaceScrub和CASIA-WebFace训练的。Keras-OpenFace 项目将预先训练的 nn4.small2.v1 模型的权重转换为 CSV 文件，然后在此处转换为二进制格式，Keras 可以使用load_weights加载
代码很简单：
nn4_small2_pretrained = create_model()
nn4_small2_pretrained.load_weights('weights/nn4.small2.v1.h5')
在转到错误以更深入地了解 create_model(( 中发生的事情之前，您可以在此处浏览代码
现在我需要在我的predict.py文件中nn4_small2_pretrained(它最初是训练我的自定义图像 train.py 的一部分(，但是如果我这样做
from train import nn4_small2_pretrained
或者编写代码
nn4_small2_pretrained = create_model()
nn4_small2_pretrained.load_weights('weights/nn4.small2.v1.h5')
再来一次，然后预测文件需要花费大量时间来编译，因为它再次经历整个过程。因此，为了解决这个问题，我尝试将模型转储到像这样的泡菜文件中
# Save the nn4 pretrained model to pickle file
f = open('pretrained_model.pickle', 'wb')
pickle.dump(nn4_small2_pretrained, f)
当我运行代码时，它给了我这个错误
File "train.py", line 24, in <module>
pickle.dump(nn4_small2_pretrained, f)
TypeError: can't pickle _thread.lock objects
我最近开始使用Deel Learning Models和Pickle，我不知道出了什么问题。 任何帮助将不胜感激。
谢谢。
我看到create_model()创建了Keras模型的实例。如果是 Keras 模型，则可以使用model.save(filepath)保存模型。 有关其他选项，请参阅此链接。