使用keras调用load_model时报错ValueError: Unknown Layer

mtcnn (Multi-task convolutional neural network,多任务卷积神经网络)，将人脸区域检测和关键点检测放在了一起，检测的关键掉包括眼睛，鼻子，嘴角，五个关键点。 我们来看一下他的工作流程： 首先呢，将原图裁剪成不同的尺寸，再 resize 成 12*12,再输入到 P-Net 中。 P-Net(Proposal Network) P-Net 的网络结构如上图所示，通过浅层的全卷积网络来获得 Bounding-Box 回归向量，并使用 NMS(非极大值抑制)进行大部分窗口的过滤， R-Net（Refine Network） 图片经过 P-Net 之后,会产生很多的预测窗口，将预测窗口全部送入到 R-Net 中,通过 R-Net 后,会消除掉质量很差的候选框，最后对剩下的候选框进行 Bounding-Box 回归和 NMS 进一步优化预测结果。最后将输出较为可信的区域给 O-Net。 O-Net (Output Network) 这一层会产生更细致的人脸信息，最后还回产生 5 个关键点 landmark。 2. fac