繼CPU下運(yùn)行demo之后，現(xiàn)在開始使用res101進(jìn)行voc數(shù)據(jù)的訓(xùn)練
(1)在tf-faster-rcnn根目錄下，執(zhí)行：

NET=res101
TRAIN_IMDB=voc_2007_trainval+voc_2012_trainval
mkdir -p output/${NET}/${TRAIN_IMDB}
cd output/${NET}/${TRAIN_IMDB}
ln -s ../../../data/voc_2007_trainval+voc_2012_trainval ./default
cd ../../..

(2)下載res101模型，并建立軟連接

mkdir -p data/imagenet_weights
cd data/imagenet_weights
wget -v http://download.tensorflow.org/models/resnet_v1_101_2016_08_28.tar.gz
tar -xzvf resnet_v1_101_2016_08_28.tar.gz
mv resnet_v1_101.ckpt res101.ckpt
cd ../..

(3)下載voc數(shù)據(jù)集（提取碼: 3a8y），并修改名稱

mv VOCdevkit VOCdevkit2007

(4)運(yùn)行（運(yùn)行的參數(shù)中是GPU運(yùn)行的參數(shù)設(shè)置，但是在經(jīng)過第一次的修改后，為gpu_id參數(shù)設(shè)置為0的話，也是可以運(yùn)行的）

./experiments/scripts/test_faster_rcnn.sh 0 pascal_voc_0712 res101