- 标签问题
在制作VOC数据集的时候，注意标签不能弄错！！！！ - 图片大小问题：
图片如果太大，就可以根据Mobilenet-ssd下的 slover_prototxt文件修改图片大小，，具体方法为 修改create_data.sh文件 里的 width 和 height参数 ，默认为0。若是修改之后 ，训练样本的时候速度明显变快。
3.训练的时候 LMDB数据文件的路径一定要给对 ，否则会报 check failed：mdb——status ==（2 VS 0）错误。
如使用python 调用caffe gpu 进行目标检测 ，可以在python文件中加上一行：caffe.set_mode_gpu() 即可调用GPU进行目标检测 。
caffe训练的时候 可以在 train.sh文件总设置 GPU模式进行训练 - gpu 0,1,2,3 数字代表自己电脑的GPU编号 如使用cpu进行训练 可注释掉本行 然后再solver_train_prototxt文件中 修改solver_mode 为CPU。
训练的时候可把solver_train_prototxt文件中的base_lr 学习率调高一点 ：0.001
caffe支持snapshot训练，在训练的途中可以加入数据集数据进行 训练，但是数据的类不能改变。 如训练的时候停止了可以在 train.sh文件中修改 中的
-weight="mobilenet_iter_73000.caffemodel"
to
-snapshot="snapshot/mobilenet_iter_20000.solverstate" //步数是你上次停止之前snapshot中最后保存的步数
8.注意修改batch_size的大小 以防内存不够 训练报 CUDA out of memory 的错误
