Check failed: 0 == bottom[0]->count() % explicit_count (0 vs. 60) bottom count (209472) must be divisible by the product of the specified dimensions (84)

   這意味著test.prototxt內的mbox_conf_reshape配置有問題，具體是第三個dim的引數 dim:6，需要改成自己的待分類類別數目（要記得+background）

layer {
  name: "mbox_conf_reshape"
  type: "Reshape"
  bottom: "mbox_conf"
  top: "mbox_conf_reshape"
  reshape_param {
    shape {
      dim: 0
      dim: -1
      dim: 6
    }
  }
}
 

  Check failed: num_priors_ * num_classes_ == bottom[1]->channels() (52368 vs. 55168) Number of priors must match number of confidence predictions.

  這個意味著自己的網路層中輸出個數不對應，具體需要修改每個conf_的num_out以及loc_層的num_out。num_out的基數是class和4（location的4個引數），2（confidence 的2個引數）.按照之前的類別進行修改。

layer {
  name: "conv6_2_mbox_conf"
  type: "Convolution"
  bottom: "conv6_2"
  top: "conv6_2_mbox_conf"
  param {
    lr_mult: 1
    decay_mult: 1
  }
  param {
    lr_mult: 2
    decay_mult: 0
  }
  convolution_param {
    num_output: 36
    pad: 1
    kernel_size: 3
    stride: 1
    weight_filler {
      type: "xavier"
    }
    bias_filler {
      type: "constant"
      value: 0
    }
  }
}
 

例如 之前待分類是21類（包括背景）,conv6_lconf的num_out=84,（21類×6個box），若當前分類為5，則應該修改num_out為36（6類×6個box），希望對大家有所幫助