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.py

from keras import backend as K

g1=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