我想将现有的OpenCV DNN人脸检测器微调到我拥有的人脸图像数据库中。我有OpenCV提供的opencv_face_detector.pbtxt和opencv_face_detector_uint8.pb张量流文件。我想知道是否基于此文件，是否有任何方法可以将模型适合我的数据？到目前为止，我还没有设法在 OpenCV git 存储库中找到此模型的任何张量流训练脚本，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。您是否知道定义模型的任何可用于训练的脚本的可用性？pbtxt 和 pb 文件是否足以继续训练新数据？
另外，我注意到有一个包含此模型 https://github.com/weiliu89/caffe/tree/ssd 的 caffe 版本的 git。虽然我以前从未使用过caffe，但是否可以/更容易地使用现有的权重(caffe .pg和.pbtxt文件也可以在OpenCV的github中找到(并将模型适合我的数据集？
我在 opencv 中看不到这样做的方法，但我认为您可以将模型加载到 tensorflow 并使用 model.fit(( 进行重新训练。
关于迁移学习的通常建议适用。您可能希望冻结大部分早期层，只重新训练最后一两个层。也建议缓慢的学习速度。