https://github.com/lwplw/ssrnet2caffe
《SSR-Net: A Compact Soft Stagewise Regression Network for Age Estimation》
論文：https://github.com/shamangary/SSR-Net/blob/master/ijcai18_ssrnet_pdfa_2b.pdf
GitHub：https://github.com/lwplw/ssrnet2caffe
1.SSRNet模型Demo
（1）源碼：https://github.com/shamangary/SSR-Net
（2）開發環境：
TensorFlow – 1.10.1
Keras – 2.2.4
Python – 3.5
（3）源碼文件結構：
在/SSR-Net-master/demo/目錄下：
-TYY_demo_ssrnet_lbp_webcam.py – demo腳本
-lbpcascade_frontalface_improved.xml – OpenCV人臉檢測用
-SSRNET_model.py – SSRNet模型解析文件
在/SSR-Net-master/pre-trained/morph_gender_models/ssrnet_3_3_3_64_1.0_1.0/目錄下：
-ssrnet_3_3_3_64_1.0_1.0.h5 – 模型結構及權重文件
2.SSRNet轉換到Caffe
（1）源碼：https://github.com/lwplw/ssrnet2caffe
（2）開發環境：
TensorFlow – 1.10.1
Keras – 2.2.4
Python – 3.5
Caffe
（3）源碼文件結構：
1）SSRNET_model.py – SSRNet模型解析文件，來自上面SSRNet源碼，做了修改：
刪掉了def merge_age(x,s1,s2,s3,lambda_local,lambda_d):函數，並修改網絡輸出直接爲9個參數，age的具體計算放在網絡外的demo中，具體見源碼。
2）convert_ssrnet.py – 轉換腳本
3）keras2caffe.py – keras層轉換到Caffe層的具體實現
4）ssrnet.caffemodel – 轉換得到的Caffe下模型權重文件
5）ssrnet.prototxt – 轉換得到的Caffe下模型結構文件
6）ssrnet_3_3_3_64_1.0_1.0.h5 – keras下的模型結構和權重文件
（4）其它說明
由於TensorFlow和Caffe的機制不同，在poolling層的源碼實現上，Caffe有對結果向上取整的操作，最終導致TF下和Caffe下特徵圖的大小不一致，模型參數對應不上。
解決方案：
1）修改Caffe源碼，並重新編譯。（選擇該方案，轉換完成）
Reference：https://blog.csdn.net/lwplwf/article/details/82418110
2）在Caffe下重新訓練SSRNet。
3.SSRNet網絡結構圖
