在Tensorflow 2.0中无法使用vggface-keras

Question

我正在尝试使用https://github.com/rcmalli/keras-vggface的keras-vggface库来训练CNN。我已经安装了tensorflow 2.0.0-rc1，keras 2.3.1，cuda 10.1，cudnn 7.6.5，驱动程序的版本是418，问题是当我尝试使用vggface模型作为卷积基础时，我得到了一个错误，以下是代码和错误

from keras_vggface.vggface import VGGFace 
conv_base = VGGFace(model='vgg16', include_top=False)

model = models.Sequential()
model.add(conv_base)
model.add(layers.Flatten())
model.add(layers.Dense(1024, activation='relu'))
model.add(layers.Dense(800, activation='softmax'))

错误！

TypeError Traceback (most recent call last)
    <ipython-input-4-f6b5cad8f44b> in <module>
          1 #arquitectura
          2 model = models.Sequential()
    ----> 3 model.add(conv_base)
          4 model.add(layers.Flatten())
          5 model.add(layers.Dense(1024, activation='relu'))

~/anaconda3/envs/vggface/lib/python3.7/site-packages/tensorflow_core/python/training/tracking/base.py in _method_wrapper(self, *args, **kwargs)
        455     self._self_setattr_tracking = False  # pylint: disable=protected-access
        456     try:
    --> 457       result = method(self, *args, **kwargs)
        458     finally:
        459       self._self_setattr_tracking = previous_value  # pylint: disable=protected-access

~/anaconda3/envs/vggface/lib/python3.7/site-packages/tensorflow_core/python/keras/engine/sequential.py in add(self, layer)
        156       raise TypeError('The added layer must be '
        157                       'an instance of class Layer. '
    --> 158                       'Found: ' + str(layer))
        159 
        160     tf_utils.assert_no_legacy_layers([layer])

TypeError: The added layer must be an instance of class Layer. Found: <keras.engine.training.Model object at 0x7f0bf03db210>

我希望你能告诉我为什么会出现这个错误，以及如何解决它，谢谢阅读。

Answer 1

问题是keras和tf.keras之间不兼容。您正在使用的库(vggface-keras)使用keras，而您的代码使用tf.keras。这是行不通的。

唯一可能的解决方案是在整个管道中使用keras，或者修改vggface-keras库以使用tf.keras，包括修改所有导入和修复出现的任何错误。

Answer 2

这是一个页面，您可以在其中下载带有vggface模型权重的.h5文件，这样我们就可以使用它在高于1.15版本的tensorflow中进行训练

https://sefiks.com/2018/09/03/face-recognition-with-facenet-in-keras/

Answer 3

VGG-Face封装在python的deepface框架中。只需将VGG-Face字符串传递给模型名称变量即可。

#!pip install deepface
from deepface import DeepFace
obj = DeepFace.verify([
      ["img1.jpg", "img2.jpg"],
      ["img1.jpg", "img3.jpg"],
      ["img1.jpg", "img4.jpg"],
   ]
   , model_name = "VGG-Face")
print(obj)

此块将检查img2、img3、img4中的img1。