py-faster-rcnn配置运行faster_rcnn_end2end—VGG_CNN_M_1024（Ubuntu14.04）

在我的上个博客中已经对py-faster-rcnn配置运行demo.py做出了相应说明，在本博客中我将对py-faster-rcnn配置运行faster_rcnn_end2end—VGG_CNN_M_1024做出具体操作说明，希望可以解决大家在训练vgg网络时出现的问题。如果有训练不成功的朋友可以和我联系，邮箱ahuljx@126.com

注意：py-faster-rcnn配置运行faster_rcnn_end2end—VGG_CNN_M_1024和fast-rcnn配置运行VGG16.caffemodel和VGG_CNN_M_1024.v2.caffemodel有很多相似之处，所以可以参考我的博客：http://blog.csdn.NET/samylee/article/details/50992752

好了，我们来玩玩这个py-faster-rcnn配置运行faster_rcnn_end2end—VGG_CNN_M_1024

第一部分：下载数据test data and VOCdevkit

下载原网址：http://www.cs.berkeley.edu/~rbg/fast-rcnn-data（供选择）

或者终端输入：
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar

第二部分：解压生成文件夹 VOCdevkit
data下有文件夹命名为VOCdevkit,此文件夹中包含VOC2007和VOCcode（如第三部分所示）
就在data目录下输入下列命令解压，解压文件会自动跑到devkit这个文件夹，其中VOC2007会自动包含trainval和test这两个文件，即终端输入：
tar xvf VOCtrainval_06-Nov-2007.tar
tar xvf VOCtest_06-Nov-2007.tar
tar xvf VOCdevkit_08-Jun-2007.tar

第三部分：文件夹包含目录
$VOCdevkit/                          #development kit
$VOCdevkit/VOCcode/        #VOC utility code
$VOCdevkit/VOC2007         #image sets, annotations, etc.

第四部分：建立链接

终端输入：
cd $FRCN_ROOT/data（其中$表示您py-faster-rcnn的目录位置）
sudo ln -s VOCdevkit VOCdevkit2007

第五部分：下载pre-trained ImageNet models

终端输入：

cd $FRCN_ROOT（其中$表示您py-faster-rcnn的目录位置）

./data/scripts/fetch_imagenet_models.sh

第七部分：训练测试如下：

cd $FRCN_ROOT（其中$表示您py-faster-rcnn的目录位置）

./experiments/scripts/faster_rcnn_end2end.sh 0 VGG_CNN_M_1024 pascal_voc \ --set EXP_DIR foobar RNG_SEED 42 TRAIN.SCALES "[400, 500, 600, 700]"（蓝色字表示参数设置）

结果显示：

在py-faster-rcnn/output目录下生成foobar文件夹，其中包含voc_2007_test和voc_2007_trainval两个文件夹。