session->Run(inputs, { “prob”, “landmarks”,”box” }, {}, &outputs);

    input格式说明

    1. Tensor image_tensor(tensorflow::DT_FLOAT, tensorflow::TensorShape({ image.rows, image.cols, 3 }));
    3. mat2tensor(image, image_tensor, image.rows, image.cols);
    5. Tensor min_size(tensorflow::DT_FLOAT, TensorShape());
    6. min_size.scalar<float>()() = 40;
    8. Tensor thresholds(tensorflow::DT_FLOAT, tensorflow::TensorShape({ 3 }));
    9. float *pthresholds = thresholds.flat<float>().data();
    10. pthresholds[0] = 0.6;
    11. pthresholds[1] = 0.7;
    12. pthresholds[2] = 0.7;
    14. Tensor factor(tensorflow::DT_FLOAT, tensorflow::TensorShape());
    15. factor.scalar<float>()() = 0.709;
    17. std::vector<std::pair<string, tensorflow::Tensor>> inputs =
    18. {
    19.     { "input", image_tensor },
    20.     { "min_size", min_size },
    21.     { "thresholds", thresholds },
    22.     { "factor", factor },
    23. };
    24. std::vector<Tensor> outputs(tensorflow::DT_FLOAT);
    26. status = session->Run(inputs, { "prob", "landmarks","box" }, {}, &outputs);

    可以看到模型的输入为一个vector，也就是一个模型的输入可以有多个
    单个输入的格式为std::pair也就是一个字符串加一个Tensor值
    就是具体的数值必定是一个Tensor

    输入Tensor的定义为：
    Tensor input(tensorflow::DT_FLOAT, TensorShape());
    其中只用根据模型输入的要求定义TensorShape()的维度即可。
    然后给各个维度附上具体的对应的数值即可。