Python 我可以使用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？

我想将现有的OpenCV DNN人脸检测器微调到我自己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 tensorflow文件。我想知道基于这些文件，是否有任何方法使模型适合我的数据？到目前为止，我还没有在OpenCV git存储库中找到任何针对该模型的tensorflow培训脚本，我只知道给定的模型是以resnet-10为主干的SSD。阅读互联网上的信息，我也不确定是否可以从.pb文件恢复培训。您是否知道可以用于培训的任何定义模型的脚本的可用性？pbtxt和pb文件是否足以继续培训新数据

---

另外，我注意到有一个git包含这个模型的caffe版本。虽然我以前从未使用过caffe，但是使用现有的权重（OpenCV的github中也提供了caffe.pg和.pbtxt文件）并将模型与我的数据集相匹配是否可能/更容易？

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中并用于重新训练

关于迁移学习的一般建议适用。您可能希望冻结大部分早期层，而只重新训练最后一两层。也可以建议学习速度缓慢