第一：tensorflow：转换模型为bp文件
python export_inference_graph.py --input_type image_tensor --pipeline_config_path ./ssd_mobilenet_v1_raccoon.config --trained_checkpoint_prefix ./train/model.ckpt-39527 --output_directory ./model_translate/
第二：opencv/dnn：生成bptxt文件
python tf_text_graph_faster_rcnn.py --input frozen_inference_graph.pb --config faster_rcnn_resnet50.config --output label_map.pbtxt
第三：C++ Opencv4程序：——识别三类目标
/*
//const char* classNames[] = { "s","h","k" };//这个需要根据训练的类别定义
//Mat frame = cv::imread("image1.bmp");
//String weights = "frozen_inference_graph.pb";
//String prototxt = "label_map.pbtxt";
*/
#include
#include
#include
#include
