1. 主要步骤
VOC2007格式数据集制作训练集均值文件计算网络选择faster r-cnn源码修改运行
2. VOC2007格式数据集制作
1. 修改VOCinit.m
(1) 数据集名称 第12行VOC2007改为自己的文件夹名称
VOCopts.dataset='your folder name'(2) 修改图片格式 第37行中的jpg换成自己的图片格式
VOCopts.imgpath=[VOCopts.datadir VOCopts.dataset '/JPEGImages/%s.jpg'];(3) 修改标签名称 第81行之后的类别名称换成自己数据集的类别名称
VOCopts.classes={... 'cls1' 'cls2' ... 'clsn' };
3. 文件目录
按照下图添加文件夹，其中的NWPU_VHR-10改为自己的数据集名称。 
3. xml格式的annotation文件
4. 数据集划分
在/NWPU_VHR-10/ImageSets/Main文件夹下创建test.txt、train.txt、trainval.txt、val.txt四个文件，分别保存测试集、训练集、训练集-验证集合验证集。每个文件名占一行，不包含后缀名。
2. 计算图片数据的均值
windows下计算图片数据均值使用的工具和命令与linux下的相同。可参照@denny402的博客–计算图片数据的均值。工具生成的格式是binaryPRoto格式的文件，MATLAB中使用的是mat格式文件，使用caffe.io.read_mean进行格式转换。
image_mean = caffe.io.read_mean('path to mean file');save('path to save','image_mean');
4. 网络选择与参数修改
对于ZF网络，训练Fast R-CNN需要至少3G现存，根据自己的硬件配置，选择合适的网络，然后对网络参数进行修改。
1. models/ fast_rcnn_prototxts/ZF/ train_val.prototxt
input: "bbox_targets" input_dim: 1 # to be changed on-the-fly to match num ROIs input_dim: 84 # 根据类别数改，该值为（类别数+1）*4 input_dim: 1 input_dim: 1 input: "bbox_loss_weights" input_dim: 1 # to be changed on-the-fly to match num ROIs input_dim: 84 # 根据类别数改，该值为（类别数+1）*4 input_dim: 1 input_dim: 1 layer { bottom: "fc7" top: "cls_score" name: "cls_score" param { lr_mult: 1.0 } param { lr_mult: 2.0 } type: "InnerProduct" inner_product_param { num_output: 21 #根据类别数改该值为类别数+1 weight_filler { type: "gaussian" std: 0.01 } bias_filler { type: "constant" value: 0 } }}layer { bottom: "fc7" top: "bbox_pred" name: "bbox_pred" type: "InnerProduct" param { lr_mult: 1.0 } param { lr_mult: 2.0 } inner_product_param { num_output: 84 # 根据类别数改，该值为（类别数+1）*4 weight_filler { type: "gaussian" std: 0.001 } bias_filler { type: "constant" value: 0 } }}2. models/ fast_rcnn_prototxts/ZF/ test.prototxt
layer { bottom: "fc7" top: "cls_score" name: "cls_score" param { lr_mult: 1.0 } param { lr_mult: 2.0 } type: "InnerProduct" inner_product_param { num_output: 21 #根据类别数改该值为类别数+1 weight_filler { type: "gaussian" std: 0.01 } bias_filler { type: "constant" value: 0 } }}layer { bottom: "fc7" top: "bbox_pred" name: "bbox_pred" type: "InnerProduct" param { lr_mult: 1.0 } param { lr_mult: 2.0 } inner_product_param { num_output: 84 # 根据类别数改，该值为（类别数+1）*4 weight_filler { type: "gaussian" std: 0.001 } bias_filler { type: "constant" value: 0 } }}3. 其他文件
models/ fast_rcnn_prototxts/ZF6/ train_val.prototxt与models/ fast_rcnn_prototxts/ZF/ train_val.prototxt修改的地方相同。 models/ fast_rcnn_prototxts/ZF6/ test.prototxt与 models/ fast_rcnn_prototxts/ZF/ test.prototxt修改的地方相同
5. faster r-cnn源码修改
1. function/fast_rcnn/fast_rcnn_train.m
ip.addParamValue('val_iters', 500, @isscalar); val_iters的默认值设置为验证样本数的1/5左右，最大不能超过验证样本数。
2. function/rpn/proposal_train.m
与fast_rcnn_train.m相同，修改val_iters值。
3. imdb/imdb_eval_voc.m
%注释73行%do_eval = (str2num(year) <= 2007) | ~strcmp(test_set,'test'); %添加下面语句do_eval = 1; 如果不修改，测试时精度全为0。
4. experiments+Model/ZF_for_Faster_RCNN_VOC2007.m
在该文件中修改faster-rcnn各阶段训练时的参数
5. 运行
运行experiments/script_faster_rcnn_VOC2007_ZF.m。运行结束后根据提示修改detection_test.prototxt
