我训练了一个基于深度学习的检测网络来检测和定位一些物体。我还训练了一个基于深度学习的分类网络来对检测到的对象的颜色进行分类。现在我想结合这两个网络来检测对象并分类颜色。我在将这两个网络组合在一起并将它们一起运行时遇到了一些问题。如何在运行检测时调用分类？
它们位于两个不同的框架中：分类器基于 Keras 和 TensorFlow 后端，检测基于 opencv DNN 模块。
我已经阅读了您的问题，从中我可以推断您的分类网络从第一个网络(对象定位器(的输出中获取输入。 即，来自第一个网络的定位对象被传递到第二个网络，第二个网络又将它们分类为不同的颜色。您使用的整个管道似乎是顺序的。最好的办法是首先向第一个网络提供输入，获取其输出，应用一些触发器来激活第二个网络，将第一个网络的输出馈送到第二个网络，最后获得第二个网络的输出。您可以在单独的 GPU 中运行这两个网络。
调用第二个函数的触发器可以很简单，只需裁剪本地存储中定位的对象，并运行一个函数来检查文件结构中的任何更改(添加新文件(。如果此函数返回 true，您可以抓取裁剪的对象并使用此图像作为输入运行网络。