用tensorflow训练目标检测模型（数据集用的minist）

2919005896

1首先在官网下载minist数据集，数据集下载链接参考http://yann.lecun.com/exdb/mnist/

2将下载好的数据集上传到易学智能开发平台上，下载链接参照：https://bbs.easyaiforum.cn/thread-915-1-1.html

3我们参照的代码是github网站中的tensorflow下的official下的mnist的代码，代码网址是https://github.com/tensorflow/models/tree/r1.5/official/mnist，我们选择分支是r1.5,下载整个工程，然后解压，将解压的文件放在pycharm的工程目录下。


4，打开pycharm进行远程调试，pycharm远程调试的参考：https://bbs.easyaiforum.cn/thread-625-1-1.html

5，数据处理：因为我们将数据集提前下载好了（程序中是需要下载的），所以我们需要将dataset.py的download函数进行修改，可以直接对路径进行判断，如图所示download函数的最终结果如下：


6，在minist.py中的class MNISTArgParser()中的self.add_argument()中的‘--date_dir’属性值改为第二步中存储在开发平台中的数据集的路径（即为刚刚上传到开发平台上的mnist数据集的路径），然后class MNISTArgParser()中的self.add_argument()中的‘--model_dir’属性值修模型创建的目录(自己决定)可以参考如下图：


7，然后点击运行mnist.py文件训练模型即可。训练结果如下图：

8训练完模型之后运行mnist_test.py就可以得到测试结果了(可能会报错：module 'tensorflow.contrib.estimator' has no attribute 'TowerOptimizer'，我们只要找到报错的这行代码删除就行(这个是关于多个gpu的我们这里没有用到)))。

shaoheshaohe

写的还不错
就是
好像有些文字错误