搭建一个简单的神经网络模型，训练mnist数据集，实现数字手写体识别

该py脚本从json文件中提取信息，转为yolov所需要的标签格式: class_id center_x center_y w h 并存入txt文件 转换后可直接用于yolov模型训练 （另有xml转txt和批量修改文件格式的资源见主页） 下载后按脚本中注释改下json，txt，images各自路径即可运行

outhands手势识别数据集

手写数字识别的数据集，适合作为神经网络的训练集！

1) 数据内容 本数据集包含澜沧江-湄公河流域流向、汇流累积和矢量河网信息。 2) 数据来源及加工方法 本数据集采用了遥感蚀刻方法（Remote Sensing Stream Burning, Wang et. al, 2021），融合了高精度高程模型MERIT-DEM和哨兵2号光学影像。 3) 数据质量描述 经验证，本数据集具备较高的空间精度（Wang et. al, 2021）。 4) 数据应用成果及前景 本数据集提供了基础的河流网络及其汇流信息，可用于水文模型、陆面过程模型、地球系统模式等模拟用途，也可以用于制图和空间统计分析。

mnist数据集，已处理成train test文件，文件夹分好了，拿到可以直接进行训练或者测试，方便读取

mnist.pkl.gz

资源压缩后的文件目录： test test_labels train train_labels val val_labels class_dict.csv functional.py

由原始的点线数据集生成二维网络数据集，生成前对线数据集进行拓扑检查，用于网络分析。

Flickr是用户分享图片和视屏的社交网络，在此数据集中，每一个节点都是Flickr中的用户，每一条边都是用户之间的好友关系。另外，每一个节点都有标签，用于标识用户的兴趣小组