c++ dlib 使用dlib_face_recognition_resnet_model_v1模型应该用哪个 net_type

使用dlib_face_recognition_resnet_model_v1模型时，应该使用resnet模型中的`anet_type`。具体使用方法如下：

#include <dlib/dnn.h>
#include <dlib/image_processing/frontal_face_detector.h>
#include <dlib/image_processing.h>
#include <dlib/gui_widgets.h>
#include <iostream>

using namespace dlib;
using namespace std;

int main()
{
    frontal_face_detector detector = get_frontal_face_detector();
    shape_predictor sp;
    deserialize("shape_predictor_68_face_landmarks.dat") >> sp;

    anet_type net;
    deserialize("dlib_face_recognition_resnet_model_v1.dat") >> net;

    // 进行人脸识别
    matrix<rgb_pixel> img;
    load_image(img, "test.jpg");
    std::vector<matrix<rgb_pixel>> faces;
    auto dets = detector(img);
    for (auto&& face : dets) {
        auto shape = sp(img, face);
        matrix<rgb_pixel> face_chip;
        extract_image_chip(img, get_face_chip_details(shape, 150, 0.25), face_chip);
        faces.push_back(move(face_chip));
    }
    std::vector<matrix<float,0,1>> face_descriptors = net(faces);

    // 输出人脸描述子
    for (auto&& face_descriptor : face_descriptors)
        cout << face_descriptor << endl;

    return 0;
}

在以上代码中，我们使用`anet_type`定义了一个变量`net`，并将`dlib_face_recognition_resnet_model_v1.dat`模型文件加载到了其中。然后，我们使用该模型进行人脸识别，并输出每个人脸的128维特征向量。