pb模型文件与.pbtxt配置不匹配导致OpenCV调用dnn模块出错（Mask R-CNN为例）

问题：pb模型文件与.pbtxt配置不匹配导致OpenCV调用dnn模块出错（Mask R-CNN为例）

OpenCV调用tensorflow的pb模型，需要.pb和.pbtxt文件。
在前期采用Tensorflow Object Detection API训练出自己的pb模型后，还需要准备该模型对应的.pbtxt文件。然而，所谓的对应并不是选择了一个框架的.pbtxt文件拷贝过来就能解决的，需要根据pb模型导出对应的.pbtxt文件，才能供OpenCV调用。

”frozen_inference_graph.pb"是利用自己的数据集训练出来的模型，“mask_rcnn_inception_v2_coco_2018_01_28.pbtxt"是网络的配置文件，从”models“或者其他地方拷贝过来的。
VS中调用执行一个识别程序，会发生"net.forward(outs, outNames);"处报错，说明模型与配置文件不匹配。

解决办法：由.pb文件导出对应的.pbtxt文件

OpenCV（Python版本）中已经提供了对应的程序，可将其源码下载下来找到以下两个文件，所在目录：opencv/samples/dnn/。网络不便的话，只下载这两个文件即可。
1.下载”tf_text_graph_mask_rcnn.py“
2.下载tf_text_graph_common.py
3.准备mask_rcnn_inception_v2_coco.config
该文件的源文件可在”\models-master\research\object_detection\samples\configs“目录下找到，此处用到的是训练时根据项目要求修改后的.config文件。models可到此处下载。

4.按照tf_text_graph_mask_rcnn.py中提示运行程序

即终端输入：

 python tf_text_graph_ssd.py \
--input /path/to/xxx.pb \
--config /path/to/xxx.config \
--output /path/to/xxx.pbtxt 

其他识别框架导出方法类似，注意查看OpenCV源码中提供的程序说明。