faster RCNN 训练自己数据集

1、数据处理，

     1、将其他格式的xml===> poscal xml格式

     2、生成train.txt 、test.txt、trainval.txt、val.txt（比例是，trainval.txt和test.txt各占全部数据集的50%，train.txt和val.txt分别占trainval.txt数据集的50%）

2、修改源码

     1、修改 models/pascal_voc/vgg16/train.prototxt

          1、data层的num_classes: n (自己要训练的类别+1，1为背景)
          2、roi_data层的num_classes:n
          3、cls_score层的num_output:n

          4、bbox_preda层的num_output : 4*n

    2、修改model/pascal_voc/vgg16/test.prototxt

         1、inner_product_param{num_output:21 改为 num_output: 5}

             

         2、inner_product_param{num_output:84 改为： num_output: 20}

             

    3、修改 lib/datasets/pascal_voc.py

         1、修改self.image_ext

              

         2、修改self._classes

              

3、删除cache文件

     1、mv data/cache data/cache_backup

     2、mv data/VOCdevkit2007/annotations_cache data/VOCdevkit2007/annotations_backup

     3、mv output output_backup