用py_faster_rcnn训练自己的数据集

参考链接：https://blog.csdn.net/sinat_30071459/article/details/51332084

 1、在py-faster-rcnn\data下，用你的数据集替换VOC2007数据集。（py-faster-rcnn\data\VOCdevkit2007\VOC2007中对应替换Annotations，ImageSets和JPEGImages）

2、下载ImageNet数据集下预训练得到的模型参数（用来初始化），解压，然后将该文件放在py-faster-rcnn\data下（百度云地址在参考链接1中）

3、训练前的修改：

（1）修改调用文件：需要修改的文件有：models/pascal_voc/ZF/faster_rcnn_alt_opt文件夹下的5个文件，分别为stage1_rpn_train.pt、stage1_fast_rcnn_train.pt、stage2_rpn_train.pt、stage2_fast_rcnn_train.pt和fast_rcnn_test.pt，修改格式如下：(1)stage1_fast_rcnn_train.pt和stage2_fast_rcnn_train.pt修改参数num_class:2（识别1类+背景1类），cls_score中num_output：2，bbox_pred中num_output：8（（识别类1+背景类1）×2）。（只有这3个）(2)stage1_rpn_train.pt和stage2_rpn_t