@kidswong999 在openmv-master\ml\cmsisnn\nn_run_all.sh 可以将caffe模型量化成open MV里的模型。我用caffe训练了一个二分类{person，other}的参数，用nn_run_all.sh转成了openMV需要的***.network文件，然后在openMV上run测例25-2，识别率非常低（人的图像并不能快速识别出来，而且速度很慢，0.75 FPS）。我该如何改进以得到好用的结果，是在caffe训练上花时间还是可以修改open MV 中python例子也可以获取好的结果？thanks

@kidswong999 在 请问人脸检测例子能在openMV-git上找到源码吗？ 中说：

5000张训练数据

我用caffe训练了2000张图的{人，非人}，识别率90%，但是在open MV上run起来后识别率很低很多（60%，感觉像是误识别），而且速度非常低，只有1FPS。跑的测例是25-2的例子，稍微改了一下net的输入。请问这种是正常的吗？该怎么修改提高成功率和速度，谢谢!

@kidswong999 一个是多一种选择。另一方面是为了打通神经网络这条路，以后可以训练新的网络用于检测其他东西。

@kidswong999 cifar100中有人物大类，是否可以用这个来训练人脸检测？想使用cifar10使用的三层小网络

@yuan 我已经下载源码并编译成功，并没有找到image.HaarCascade() 函数原型在哪里（初步猜测是转乘了py_image_load_cascade（），但不知道如何这样转的），如果你知道，请告诉我具体位置，谢谢。
另外一个问题想问的是有没有其他人脸检测的好用的算法。openMV用的好像是基于cifar10的人脸识别

比如 image.HaarCascade() 函数，我在源码上就没有找到，是不是直接编译成了库还是需要调用某些编译库？
顺便问下，人脸检测例子就一个吗？有没有简单点的人脸检测算法可以看到源码移植的等等
谢谢