1. VOC2007数据集的格式
JPEGImages文件夹：该文件夹里包含了训练用的图像以及测试用的图像，混合存放在一起；
Annatations文件夹：该文件夹存放xml格式的标签文件，每个xml文件都对应于一张JPEGImages文件夹中的图像；
ImageSets文件夹：Action文件夹：存放的是人的动作，可以暂时不用；Layout存放的是人体部位的数据，可以暂时不用；Main存放的是图像物体识别的数据，可详见下面的解释；Segmentation：存放可用于分割的数据；
其他文件夹：其他分割用途
2. 数据的制作
1）将所有图像文件命名为000001.jpg格式的文件名，并存放到JPGEImages文件夹中；其实，文件名不一定非要从000001开始往下排，文件名的长度也可以不一样；
2）使用LabelImiage软件，将图像做标记，并生成相应的xml文件，将所有的标记xml文件存放到Annatations文件夹中；注意xml文件的文件名一定要与jpg图像文件名相一致；
3）利用python代码向ImageSets中Main文件夹中写入数据：trainval.txt；test.txt；train.txt；val.txt
其中，txt文件中的信息为图像的名字，无后缀无空格；
test.txt是测试集；train.txt是训练集；val.txt是验证集；trainval.txt是训练和验证集
VOC2007中，trainval大概是整个数据集的50%，test也大概是整个数据集的50%；train大概是trainval的50%，val大概是trainval的50%
3. 训练自己的数据
在制作好以上格式的数据之后，需要对代码进行修改才可以让Faster R-CNN学习自己的数据并进行识别。
修改为：pascal_voc.py文件 class pascal_voc中，__init__函数的self._classes；将自己的类别添加进去，并删除原有的VOC类别。这里，程序会根据classes的keyValue个数自动设置classes的数目：num_classes，所以其他地方不需要修改；如果想修改读取数据的路径等，可以修改self._devkit_path以及self._data_path，另外还有一处文件路径需要修改，暂时忘了要在哪里改了（下次Debug的时候再补充）
修改完成后，一定要删除data文件夹中的cache缓存文件，否则会出现imread错误等现象的发生
完成以上工作之后，在终端中运行python train.py，就可以执行训练程序了，在执行训练程序的时候，有很多断点等莫名的问题出现，此时需要考虑自己的数据中目标物的尺度、图像的尺度等是否符合Faster RCNN的默认条件，如果不符合，则需要在config.py中对RPN相关参数进行适当的修改，另外还要注意layer_utils文件夹中的nets/network.py中261行的create_architecture中所定义的输入参数achor_scales以及achor_ratios的设置。具体每个参数的解释需要详细的研究。
不管怎样，首先开始训练吧
参考：http://blog.csdn.net/gaohuazhao/article/details/60871886
批量修改文件夹JPEGImages中图片的名字：
http://blog.csdn.net/gaohuazhao/article/details/60324715
