MTCNN开源训练（生成PNet tfrecord文件）

TFRecord简介
Tensorflow提供了一种统一的格式来存储数据，这个格式就是TFRecord。TFRecord文件是以二进制形式存储数据，适合以串行的方式读取大批量数据。

tfrecords的创建很简单，就是将每一组“样本数据”组装成一个Example对象，这个对象是遵循protocolbuffer协议的；然后将这个Example对象序列化成字符串；最后用tf.python_io.TFRecordWriter写入相应的tfrecords文件即可。大致步骤如下：
第一步：获取原始数据，一般使用numpy或者是pandas进行一些处理
第二步：使用tf.python_io.TFRecordWriter类定义一个tfrecords文件
第三步：将每一条样本数据按照相应的特征组织好，即将样本数据组织成Example的过程，这是整个操作流程的核心部分，相对较复杂
第四步：将组织好的Example写入进tfrecords文件，并关闭tfrecords文件即可

**

PNet TFRecord文件生成**
运行gen_PNet_tfrecords.py即可生成PNet的TFRecord，数据逻辑基本如下

def run(dataset_dir, net, output_dir, name='MTCNN', shuffling=False):
    """Runs the conversion operation.

    Args:
      dataset_dir: The dataset directory where the dataset is stored.
      outpu