在微软caffe上实现yolov1的训练和预测（windows cpu）

借鉴http://blog.csdn.net/u012235274/article/details/52120152这篇博客；

先来实现yolo的预测过程：新建一个项目yolo,添加yolo.cpp 下载地址：链接: http://pan.baidu.com/s/1dFKKBvz 密码: 5m5i （这里包括detect_layer.hpp,detect_layer.cpp,yolo.cpp,convert_imageset_multi_label.cpp,voc_label.py,以及prototxt和caffemodel文件）

编译项目，生成yolo.exe,新建bat文件，写入：

相应的caffemodel和prototxt文件都在百度云里面，请自行下载。

效果如下：

接着讨论关于yolov1版本的训练问题：

利用voc_label.py处理VOC数据集，提取bbox和classes，然后将其转换成truth label（7*7*（1+4+classes）），然后用convert_imageset_multi_label.cpp新建工具处理多标签的train.txt和val.txt转换成lmdb格式的文件。为了实现新建的dection Layer,在src/caffe/proto中，打开caffe.proto，然后在message LayerParameter中新建

并添加新建层参数：

接着用extract_proto.bat更新caffe.pb.cc 和caffe.pb.h

最后添加相应的.hpp文件和.cpp文件，编译成功后就可以利用给的caffemodel来finetune训练。

训练后测试效果如下：

后面一两天准备分享下windows-SSD的训练和预测的工程。