windows下使用自己制作的数据集训练faster-rcnn（tensorflow版）用于目标检测

步骤一

下载配置windows下tensorflow版faster-rcnn，参考博客： windows10下运行tensorflow版的faster-Rcnn

步骤二

制作自己的数据集参考博客：http://blog.csdn.net/u011574296/article/details/78953681

步骤三

用你的Annotations，ImagesSets和JPEGImages替换…\Faster-RCNN-TensorFlow-Python3.5\data\VOCdevkit2007\VOC2007中对应文件夹

步骤四

修改代码：
1 Pascal_VOC.py，修改自己的标注的类别

self._classes = ('__background__',  # always index 0
                 'aeroplane', 'bicycle', 'bird', 'boat',
                  'bottle', 'bus', 'car', 'cat', 'chair',
                  'cow', 'diningtable', 'dog', 'horse',
                  'motorbike', 'person', 'pottedplant',
                  'sheep', 'sofa', 'train', 'tvmonitor')

改为：

self.__classes=('__background__',
'你的标签1','你的标签2',你的标签3','你的标签4')

2.demo.py
1：

CLASSES = ('__background__',
            'aeroplane', 'bicycle', 'bird', 'boat',
            'bottle', 'bus', 'car', 'cat', 'chair',
            'cow', 'diningtable', 'dog', 'horse',
            'motorbike', 'person', 'pottedplant',
            'sheep', 'sofa', 'train', 'tvmonitor')

改为

CLASSES = ('__background__',
           '你的标签1','你的标签2',你的标签3','你的标签4')

2：

net.create_architecture(sess, "TEST", 21,tag='default', anchor_scales=[8, 16, 32])

改为：

net.create_architecture(sess, "TEST", 5,tag='default', anchor_scales=[8, 16, 32])

原本的代码是有20类物体+背景，所以是21。 把类别数改为，你的类别+背景。如果是只检测一类物体，那就改为2