这个项目主要用来是记录整个faster rcnn项目从数据准备、训练、单张图片检测、文件夹图片检测、以及画出虚警、漏检等文件的描述
├─input 用来进行最终可视化输出的文件
│ ├─detection-results 目标检测网络预测每张照片的txt结果
│ ├─ground-truth 真实每张图片目标的box信息
│ ├─images-optional 存放真实图片的文件夹
│ └─outputs
├─model_data # 用于存放各种配置文件的文件夹
├─nets
│ └─__pycache__
├─utils
│ └─__pycache__
├─VOCdevkit 用来存放数据集文件夹
│ └─VOC2007
│ ├─Annotations 用于存放文件xml文件
│ ├─Annotations-train
│ ├─ImageSets
│ │ └─Main 用于存放train.tx, test.txt等文件
│ ├─JPEGImages 用于存放训练数据集图片的文件
│ └─JPEGImages-train
└─__pycache__
首先数据集应该需要符合VOC格式的要求，一共要包括xml文件和图片文件，将xml文件放在Annotations文件夹下，将图片数据集放在JPEGImages中
- 1、生成train.txt, trainval.txt等文件,主要利用