将 Tensorflow 对象检测与 keras cnn 分类器集成

Question

我的问题是使用 mobilenet SSD 检测对象，然后使用在 Keras 中训练的 CNN 分类器从边界框读取数据。每次获得边界框后，都必须使用 CNN 分类器进行评估。在引用 git 和 stack 中的问题数量时，我开始编写自己的编码。但是在使用 tf.reset_default_graph() 重置 tf 图并从 keras 加载 .h5 后，它会引发错误为"ValueError:  Tensor("loss/dense_6_loss/Const:0", shape=(),  dtype=float32) must be from the same graph as  Tensor("truediv_19:0", shape=(?, 36),  dtype=float32)."我正在通过 Keras 和 Tensorflow 作为后端执行实例检测和图像检索任务。show:ValueError: 张量 a 必须与张量 b 来自同一图。代码如下：Merge.pyfrom keras import backend as Kg1=tf.Graph()g2=Graph()sess1=tf.Session(graph=g1)sess2=Session(graph=g2)def intiMaskrcnn():     with g1.as_default():          with sess1.as_default():               Model1=........tf.rest_defaut_graph()def instanceDetect():     K.set_session(sess1)     with g1.as_default():           Model1.predit()            ............k.clear_session()def intiMobilenet():    with g2.as_default():         with sess2.as_default():              Model2=........def Retrieval():    K.set_session(sess2)     with g2.as_default():         Model2.predit()           ............我需要知道是否可以同时将 tf 和 Keras 集成到一个管道中……如果可能的话怎么做？提前谢谢