使用自己的数据集训练faster-rcnn

在安装完成caffe后，并且编译完成github上的faster-rcnn python版之后，可以采用自己的数据来训练faster-rcnn了。
一，文件修改：
1，在py-faster-rcnn目录下，找到lib/datasets/pascal_voc.py 文件打开逐一修改相应的函数：
如果打算添加中文注释请，在文件开图添加#encoding:utf-8，不然会报错。
以下为修改的细节：

1）、初始化函数init的修改，同时修改类名：

class hs(imdb):
    def __init__(self, image_set, devkit_path=None):  # modified
        imdb.__init__(self, image_set)
        self._image_set = image_set
        self._devkit_path = devkit_path#datasets路径
        self._data_path = os.path.join(self._devkit_path,image_set)   #图片文件夹路径
        self._classes = ('__background__', # always index 0
                         'jyz','fzc','qnq')   #two classes
        self._class_to_ind = dict(zip(self.classes, xrange(self.num_classes))) 
        # form the dict{'__background__':'0','person':'1'}
        self._image_ext = '.jpg'
        self._image_index = self._load_image_set_index('ImageList.txt')
        # Default to roidb handler
        self._roidb_handler = self.selective_search_roidb
        self._salt = str(uuid.uuid4())
        self._comp_id = 'comp4'

        # PASCAL specific config options
        self.config = {
  'cleanup'     : True,
                       'use_salt'    : True,
                       'use_diff'    : False,
                       'matlab_eval' : False,
                       'rpn_file'