针对已训练好的tensorflow模型，模型是根据自身需要训练的，将模型其应用的遥感影像分类中，并显示分类结果。

基于selective_search源码对手写数字串进行过滤分割，并基于tensorflow在mnist训练好的模型进行识别。 环境：Windows10 + tensorflow1.2 + python3.5 + cv2 程序： example/demo.py---对手写数字图片的分割，并将每个数字做成28*28的黑底白字图片，保存在本地image_data.npy example/mnist_model.py---对手写体mnist数据集进行训练，训练好后读取数据进行识别 example/camera.py---是调用计算机摄像头获取图片用的，按q退出拍照 selectivesearch/selectivesearch.py---是选择性搜索的源代码 注意：手写数字的图片尽量不要太大（太大会显得数字写的太细，调大数字粗细度），每个数字大小不要差太多，可以在画板上写的一个数字长宽在50像素左右效果不错，其他的没有测试过。

著名的《Hands-On Machine Learning with Scikit-Learn and TensorFlow》的中文翻译版PDF，由ApacheCN中文社区的机器学习爱好者们共同翻译。一个人可以走的很快，但是一群人却可以走的更远。 这本书可以带领你入门机器学习，并掌握常用机器学习库的编程实现，在ML路上走得更远。

keras下基于tensorflow的VGG16模型notop权重系数h5文件