参考：https://blog.csdn.net/wjx2012yt/article/details/52197698
1：下载VOC2007数据集：
上一次我们安装好了环境，并给出数据集下载的方式，在终端下将数据集下载了放到～/py-faster-rcnn/data/下
2：下载ImageNet数据集下预训练得到的模型参数（用来初始化）
提供一个百度云地址：http://pan.baidu.com/s/1hsxx8OW
解压，然后将该文件放在py-faster-rcnn/data下
3:检查--训练前把output文件夹删除（或改个其他名），还要把py-faster-rcnn/data/cache中的文件删除
4：可在py-faster-rcnn\tools的train_faster_rcnn_alt_opt.py中修改迭代次数
max_iters = [80000, 40000, 80000, 40000] 分别为4个阶段（rpn第1阶段，fast rcnn第1阶段，rpn第2阶段，fast rcnn第2阶段）的迭代次数。可改成你希望的迭代次数。如果改了这些数值，把py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt里对应的solver文件（有4个）也修改，stepsize小于上面修改的数值。并将这四个文件中的base_lr由0.001调小一点，调节成0.0001。将四个solver文件夹里里面涉及路径的改到绝对路径。
5 ：打开train_faster_rcnn_alt_opt.py,可以看到定义输入参数的函数，把第34,35,36定以GPU模式训练的部分注释掉，gpu_id会出现错误，所以把train_faster_rcnn_alt_opt.py第213行注释掉，将train_faster_rcnn_alt_opt.py文件第103行caffe.set_mode_gpu()改为caffe.set_mode_cpu(),才能进行训练。
6 :下载CPU版本的roi_pooling_layer和smooth_L1_loss_layer，见：
https://blog.csdn.net/qq_14975217/article/details/51495844
将CPU版本的roi_pooling_layer和smooth_L1_loss_layer替换py-fast-rcnn/caffe-fast-rcnn/src/caffe/layers下的这两个文件，进入到caffe-fast-rcnn下重新make一下才有效果，输入make clean 、make和make pycaffe。
7：进入py-faster-rcnn/tools目录，打开终端，运行：
python train_faster_rcnn_alt_opt.py --net_name ZF --weights /home/qf/VOC2007/py-faster-rcnn/data/imagenet_models/ZF.v2.caffemodel --cfg /home/qf/VOC2007/py-faster-rcnn/experiments/cfgs/faster_rcnn_alt_opt.yml --imdb voc_2007_trainval
进行训练。
错误1：
AttributeError: 'module' object has no attribute 'text_format'
参考：https://blog.csdn.net/qq_33202928/article/details/72526710
在文件./lib/fast_rcnn/train.py中增加一行import google.protobuf.text_format
问题：至此可以训练了，但是出现loss=-nan的情况，还未解决～～～
！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！
后续工作，给出几个学习链接：
https://blog.csdn.net/CV_adventurer/article/details/72805852#3-%E8%AE%AD%E7%BB%83PASCAL-VOC-2007%E7%9A%84%E6%95%B0%E6%8D%AE%E9%9B%86
https://blog.csdn.net/sinat_30071459/article/details/50546891
https://blog.csdn.net/sinat_30071459/article/details/51332084