Caffe: Faster RCNN训练模型(Windows)

环境：VS2013，CUDA8.0，CuDNN 5.0，Win10
前提：已正确搭建Faster RCNN运行环境，成功运行Demo。教程可见这篇文章。

一、准备工作

1. 下载VOC2007数据集

下载地址：
官网：http://host.robots.ox.ac.uk/pascal/VOC/voc2007/，同时下载训练集+测试集

或者http://academictorrents.com/details/c9db37df1eb2e549220dc19f70f60f7786d067d4
或者别人提供的网盘：https://pan.baidu.com/s/1mhMKKw4

下载完成后，解压至py-faster-rcnn\data路径下，并将文件夹名称改为：VOCdevkit2007，如图：

这样我们就可以使用VOC2007的数据组织形式完成训练了。其中：

VOCdevkit2007/VOC2007/JPEGImages里是训练&测试数据图片
VOCdevkit2007/VOC2007/Annotations里是对图片的标注，XML格式，即说明图片的哪一坐标范围内是哪一类物体
VOCdevkit2007/VOC2007/ImageSets/Main里的txt记录了哪些图片是作为训练or测试使用

2.（非必要）下载预训练模型

地址：https://dl.dropboxusercontent.com/s/o6ii098bu51d139/faster_rcnn_models.tgz
如果想利用Finetune技术重新训练模型什么的，可以进行下载。不然可以跳过。

3.移动之前build的文件

将py-faster-rcnn\lib\build\lib.win-amd64-2.7下的三个文件夹，复制到py-faster-rcnn\lib下。

二、训练VOC2007

我们可以先通过VOC2007的数据练练手，默认程序的训练参数是基于它的，所以不需要改什么地方就能够进行训练。希望尝试用自己数据训练的可以跳至下节。

1.训练模型

我们使用end2end的形式进行训练，CMD打开至py-faster-rcnn目录下，运行如下命令：

SET VS90COMNTOOLS=%VS120COMNTOOLS%
python .\tools\train_net.py --gpu 0 --solver .\models\pascal_voc