该资源与我的博客《用Tensorflow2.0实现Faster-RCNN的详细代码解析》相配套，使用的数据集是一个公开数据集，在此资源中也是有的，深度学习方面使用Tensorflow2.0框架实现。

文章目录项目介绍utils.py 中的函数说明1、wandhG2、load_gt_boxes3、plot_boxes_on_image4、compute_iou5、compute_regression6、decode_output7、nmsdemo.py1、将 utils.py 中的函数导入2、设置阈值与相关参数3、读取图片与真实框坐标4、每个预测框的得分和训练变量5、根据每个预测框的得分和训练变量得到回归框rpn.pytrain.py1、导入需要的函数和库2、设置阈值及相关参数3、每个预测框的