CPU下用VOC2007数据或者自己的数据来训练Faster RCNN

1.caffe下CPU的训练和GPU的训练有很大不同，要修改很多，这里前提是你已经配置好了CPU下的caffe,接下来就是用数据来训练网络了。
2.主要思路：
                   （1）准备数据，这里以VOC2007数据为例
                  （2）下载网络ImageNet，为什么要下载网络，因为如果你单纯的从0（各权重参数随机初始化）开始训练faster RCNN网络，是非常慢的，所以，我们都是先下载一个训练好的网络——ImageNet网络，在这个网络基础上开始训练，那么你会问，这个不是训练好的网络吗，为什么还要再训练，那是因为这个网络时用ImageNet数据集训练好的网络，而不是用VOC2007训练出来的网络，用别人在其他数据集训练好的网络来初始化自己的参数，这样会快一点。对与这个例子而言，都是这样用的。
                   （3）训练
                   （4）测试
3.大致流程，别人已经写好了，在这里 ，

其中要注意一点：“对py-faster-rcnn内的roi_pooling_layer和smooth_L1_loss_layer进行替换并重新编译”，要进入到caffe-fast-rcnn下重新make一下才有效果，不要忘记，就在caffe-fast-rcnn文件下，输入make即可
4，遇到的问题，这里有解决方案。