Faster R-CNN源码阅读之十二：写在最后

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/DaVinciL/article/details/81984039

1. Faster R-CNN源码阅读之零：写在前面
2. Faster R-CNN源码阅读之一：Faster R-CNN/lib/networks/network.py
3. Faster R-CNN源码阅读之二：Faster R-CNN/lib/networks/factory.py
4. Faster R-CNN源码阅读之三：Faster R-CNN/lib/networks/VGGnet_test.py
5. Faster R-CNN源码阅读之四：Faster R-CNN/lib/rpn_msr/generate_anchors.py
6. Faster R-CNN源码阅读之五：Faster R-CNN/lib/rpn_msr/proposal_layer_tf.py
7. Faster R-CNN源码阅读之六：Faster R-CNN/lib/fast_rcnn/bbox_transform.py
8. Faster R-CNN源码阅读之七：Faster R-CNN/lib/rpn_msr/anchor_target_layer_tf.py
9. Faster R-CNN源码阅读之八：Faster R-CNN/lib/rpn_msr/proposal_target_layer_tf.py
10. Faster R-CNN源码阅读之九：Faster R-CNN/tools/train_net.py
11. Faster R-CNN源码阅读之十：Faster R-CNN/lib/fast_rcnn/train.py
12. Faster R-CNN源码阅读之十一：Faster R-CNN预测demo代码补完
13. Faster R-CNN源码阅读之十二：写在最后

写在最后
   毫无疑问，Faster RCNN（以及Faster RCNN的各种变体）作为当前目标检测方面的先锋，在这方面确实贡献巨大。下一步计划对one-stage的目标检测方法进行学习。由于给的源码中，关于数据准备的代码过于复杂，不具有一定的普适性，实际上，完全可以根据自己的项目工程进行数据准备代码的编写，即简单又直观，因此，在这里就省略了数据准备方面的代码的分享，还请各位大佬们原谅！
   由于时间实在仓促，本身也还只是一个学生，在阅读代码的过程中难免会有理解不正确之处，还请各位大佬看到了不吝指出，谢谢！