caffe 用faster rcnn 训练自己的数据 遇到的问题

1 . 怎么处理那些pyx和.c .h文件

　　在lib下有一些文件为.pyx文件，遇到不能import可以cython 那个文件，然后把lib文件夹重新make一下。

　　遇到.c 和 .h一样的操作。

2 . 训练自己的数据时最好不要使用pretrained_model， 由于训练的种类不一样，可能出现loss = inf 和loss = nan,-nan的情况。

3 . 数据源的检查：

　　在做自己的voc格式的数据源时，请检查.xml文件内容，看是否与groudtruth一致，不然训练无法收敛。（防止从labels.txt生成.xml时出现未察觉的错误）

　　至于labels的制作，网上有很多开源的make_rec的代码。

4 . 可以先不使用.sh直接训练，用pycharm或者其他的带调试功能的IDE先debug一遍。对数据的流动有一个基本的了解，在发现问题时能够第一时间找到根源。

其他常见的网上能够找到的就不赘述了。