深度学习Caffe实战笔记（20）Windows平台 Faster-RCNN 训练自己的数据集

昨天晚上博主干到12点多，终于用了一晚上时间搞定了Faster-Rcnn训练自己的数据集，这篇博客介绍如何用faster_rcnn训练自己的数据集，前提是已经准备好了自己的数据和配置好了faster-rcnn的环境。
制作数据集教程：http://blog.csdn.net/gybheroin/article/details/72581318
环境配置教程：http://blog.csdn.net/gybheroin/article/details/72428582
请大家自行前往查看。

1、把自己的数据集放到Faster-master中
我觉得这个过程是最重要的一个过程吧，博主在这里跳了很多的坑，最后找到了一个非常简单高效的方法。不用修改任何文件，就可以轻松实现加载自己的数据集。
在faster_rcnn-master文件夹下，有一个datasets文件夹，把VOCdevkit2007文件夹放在datasets文件夹下，然后在VOCdevkit2007文件夹下把你的数据集文件夹拷进去，并把你的数据集文件夹命名为VOC2007。通过这种方式可以最大限度的减少路径修改的麻烦。当然，如果你不想这样做，就需要修改faster_rcnn-master\datasets\VOCdevkit2007\VOCcode\VOCinit.m

不采用命名VOC2007的方法就要把这几个路径修改成自己的路径。

2、修改数据标签
在faster_rcnn-master\datasets\VOCdevkit2007\VOCcode\VOCinit.m中把标签修改成自己的标签

if VOC2006

    % VOC2006 classes

    VOCopts.classes={
  ...
        'bicycle'
        'bus'
        'car'
        'cat'
        'cow'
        'dog'
        'horse'
        'motorbike'
        'person'
        'sheep'};
else

    % VOC2007 classes

    VOCopts.classes={
  ...
         'person'      %修改成自己的标签
        };
end

3、修改验证参数
function\fast_rcnn\fast_rcnn_train.m和function\rpn\proposal_train.m中，

 ip.addParamValue('val_iters',       56,            @isscalar); %原来的值是500
    ip.addParamValue('val_interval',    2000,           @isscalar); 

据说这个地方是根据数据集来的，是验证集的1/5，博主没有试过不修改是什么情况，感兴趣的同学可以不修改对比有什么差别。

4、网络模型参数的修改

models\ fast_rcnn_prototxts\ZF\ train_val.prototxt models文件中默认的应该是空文件夹，这个模型大小1.4G，我没法上传，所以大家先去网上找找下载一下，如果找不到联系我我再把需要的文件发给你。

input: "bbox_targets"  
input_dim: