1.数据准备：
自己的图片打标，做成VOC2007格式，文件夹路径对应。
2.修改VOC_LABELS为自己的labels：
修改脚本".datasets/pascalvoc_common.py"，修改里面的"VOC_LABELS",背景为0，其余改为自己的类。
3.生成训练数据：
运行tf_convert_data.py,将其里面的路径修改为自己的路径。
修改代码：
a.修改：/datasets/pascalvoc_common.py
第一类none不要动，其他的类修改为自己数据集的类
b.修改：datasets/pascalvoc_to_tfrecords.py
文件中，82行，格式改为相对应的‘.jpg’或‘.jpeg’，83行‘r’改为‘rb'
c.修改：nets/ssd_vgg_300.py
num_classes=21,
no_annotation_label=21,
将其修改为自己的类+1
d.修改：eval_ssd_network.py
num_classes', 21
修改num_classes为“类别数+1”
e.修改：datasets/pascalvoc_2007.py
根据自己的训练数据修改整个文件
none类不要动，其他类修改为自己数据集的类，其中括号内的第一个数为图片数，第二个数为目标数（也就是bonding box数，关于如何计算目标数，我写了一个python文件，在附录中），52行和76行的total是所有类的总和；
NUM_CLASSES改为自己的类别数（不用加一）
f.修改：train_ssd_network.py
num_classes为“类别数+1”
g.修改：max_number_of_steps
修改‘None’为最大训练步数（如50000），设为None时训练会一直进行，需要手动停止
参数配置参照：
python train_ssd_network.py
--train_dir=./logs/
--dataset_dir=./tfrecords
--num_classes=3
--dataset_name=pascalvoc_2007
--dataset_split_name=train
--model_name=ssd_300_vgg
--checkpoint_path=./checkpoints/model.ckpt-63669
--save_summaries_secs=60
--save_interval_secs=600
--weight_decay=0.0005
--optimizer=adam
--learning_rate=0.001
--batch_size=8
--gpu_memory_fraction=0.7
--max_number_of_steps=50000
--checkpoint_exclude_scopes =ssd_300_vgg/conv6,ssd_300_vgg/conv7,ssd_300_vgg/block8,ssd_300_vgg/block9,ssd_300_vgg/block10,ssd_300_vgg/block11,ssd_300_vgg/block4_box,ssd_300_vgg/block7_box,ssd_300_vgg/block8_box,ssd_300_vgg/block9_box,ssd_300_vgg/block10_box,ssd_300_vgg/block11_box