• Faster-RCNN_TF_py3：参考 https://github.com/smallcorgi/Faster-RCNN_TF ，原版为python2.x实现，尝试转为python3.x，尚未进行测试；
• Faster-RCNN_Tensorflow：参考 https://github.com/DetectionTeamUCAS/Faster-RCNN_Tensorflow，阅读源码增加注释；已在钢筋检测数据集上完成测试，效果很好，后续尝试用 https://github.com/tzutalin/labelImg 手工标注测试集数据，看一下mAP；

参考：《TensorFlow实战》

MNIST数据集下载： http://yann.lecun.com/exdb/mnist/

Cifar 10数据集和相关py下载： 1、git clone https://github.com/tensorflow/models.git 找到models/tutorials/image/cifar10，把cifar10.py和cifar10_input.py拷到此目录下 2、pip install tensorflow-datasets 3、因为目前已经没有cifar10.maybe_download_and_extract()这个方法了，该方法已经集成在了cifar10_input.distorted_inputs(batch_size=batch_size)中；因此直接调用这个方法，会自动下载，下载地址我这里是C:\Users\Administrator\tensorflow_datasets\cifar10\1.0.2... ；另外有网友说可能因为网络问题报错误500，这时去掉DATA_URL中https的s即可，参考https://www.lizenghai.com/archives/10386.html） 如果还不行，直接在上面git clone下载下来的文件夹内搜索找到cifar10_download_and_extract.py这个文件，然后直接执行，就会下载cifar10数据集了，速度很快；然后拷贝到 C:\Users\Administrator\tensorflow_datasets\downloads\extracted下