Fast R-CNN是一个针对多类检测的目标框架，而人脸检测是2类检测，即人脸和背景。因此，本实验所用的数据集标注格式和VOC不同，并且提取预选框的方法也不同。本节详细介绍一下该实验在训练和测试时所需要提供的数据集格式。
训练时需要提供3种文件。
文件1：待训练的图片名称列表文件，通常是.txt类型，如下所示。
文件2：待训练的图片名称和对应的真实人脸边界框文件，通常是.txt类型。人脸边界框的坐标格式为：x1, y1, x2, y2，如下所示。
文件3：待训练的图片名称和对应的object proposal，通常是.mat类型。目前有许多算法可以提取图片的object proposal，如selective search、EdgeBoxes、GOP和LPO、MCG及RIGOR等。Ross提供的源代码中使用的是selective search算法，但本书使用EdgeBoxes算法提取object proposal。
测试时需要提供待测试的图片和对应的object proposal矩阵，比如person1.jpg和person1_boxes.mat。下面重点介绍一下如何利用EdgeBoxes[7]提取训练和测试需要的object proposal。