资源为本人工作时使用到的数据 包括四个文件夹cv2_mask、json、labelme_json和pic 可以直接应用于mask rcnn 源码，这里不做多余的解释 由于上传限制，只上传了部分样本 如果想交流学习心得或不明白的位置，可以私信我。

深度学习TensorFlow2.0 前言 在这个项目中，我将使用谷歌TensorFlow2.0框架逐一重现经典的卷积神经网络：LeNet-5，AlexNet，VGG系列，GooLeNet，ResNet系列，DenseNet系列，以及现在比较流行的：RCNN系列，SSD ，YOLO系列等。 教程目录 图像分类任务1.手写数字识别FirstNet（已​​完成） 2.快速建造卷积网络FastNet（已​​完成） 3. LeNet-5（已完成） 4. AlexNet（已​​完成） 5. VGG系列（已完成） 6. GooLeNet（已​​完成） 7. ResNet系列（已完成） 8. DenseNet系列（已完成） 目标检测任务1. RCNN系列2. SSD 3. YOLO系列 项目环境 Python3 Python3.6和3.7 PyCharm2018和2019 Tensorflow2.0

Mask Rcnn tensorflow(keras前端)模型 c++预测 windows系统,c++代码实现，编译器为msvc2015 x64

行业分类-物理装置-一种基于DPN与Faster+RCNN的火车票图像生成方法.zip

本文档是对RCNN的中文翻译，格式排版都和原来论文一样，翻译不好的地方请多多包含

将tensorflow版本的faster rcnn提供的demo改写成C++，其中把ckpt格式的模型转换为pb模型，然后使用C++版本的tensorflow进行目标识别，此为编译好的cpu版本，可直接使用，使用方式以放在压缩包中，里面也有测试数据，以及测试的结果数据。

rbg大神的faster rcnn，https://github.com/rbgirshick/py-faster-rcnn