pvanet 训练自定义数据

源码

编译方法

1. 到lib目录下执行

make

2. caffe-fast-rcnn目录下执行

cp Makefile.config.example Makefile.config
#编辑Makefile.config内容，启动WITH_PYTHON_LAYER := 1
make -j8 && make pycaffe

训练脚本

假设处理的目标是pascal_voc_object （object是关键字）

1. models/pascal_voc_object/目录中放置train.prototxt, solver.prototxt, test.prototxt
   网络定义

2. models/pvanet/cfgs/pascal_voc_object/train.yml
   pva特有的参数

3. data/pascal_voc_object/lit_pva_pretrained.caffemodel
   预训练模型

部署数据集

1. 定义数据集
   编辑lib/datasets/factory.py

   for year in ['object']:
    for split in ['train', 'val', 'trainval', 'test']:
        name = 'voc_{}_{}'.f