用Faster RCNN训练自己的数据集

Faster RCNN（py caffe）工程各个目录的作用：

1. caffe-fast-rcnn：caffe框架目录；
2. data：用来存放pretrained（预训练）模型以及读取文件的cache缓存，还有一些下载模型的脚本；
3. experiments:存放配置文件以及运行的log文件，另外这个目录下有scripts，里面存放end2end和alt_opt两种训练方式的脚本；
4. lib：用来存放一些python接口文件，如其下的datasets主要负责数据库读取，config负责一些训练的配置选项；
5. models：里面存放了三个模型文件，小型网络ZF，中型网络VGG_CNN_M_1024以及大型网络VGG16，根据你的硬件条件来选择使用哪种网络，ZF和VGG_CNN_M_1024需要至少3G内存，VGG16需要更多的内存，但不会超过11G；
6. output：这里存放的是训练完成后的输出目录，这是运行了训练后才会出现的目录；
7. tools：里面存放的是训练和测试的Python文件；

一、简单修改，用Pascal Voc 2007 格式，仅替换其中的XML文件及图片等

用自己数据集图片标签等替换原来的pascal voc

1. 用自己要训练的图片/数据集替换FRCN_ROOT/data/VOCdevkit2007/VOC