Fast R-CNN是一個針對多類檢測的目標框架，而人臉檢測是2類檢測，即人臉和背景。因此，本實驗所用的數據集標注格式和VOC不同，並且提取預選框的方法也不同。本節詳細介紹一下該實驗在訓練和測試時所需要提供的數據集格式。
訓練時需要提供3種文件。
文件1：待訓練的圖片名稱列表文件，通常是.txt類型，如下所示。
文件2：待訓練的圖片名稱和對應的真實人臉邊界框文件，通常是.txt類型。人臉邊界框的坐標格式為：x1, y1, x2, y2，如下所示。
文件3：待訓練的圖片名稱和對應的object proposal，通常是.mat類型。目前有許多算法可以提取圖片的object proposal，如selective search、EdgeBoxes、GOP和LPO、MCG及RIGOR等。Ross提供的源代碼中使用的是selective search算法，但本書使用EdgeBoxes算法提取object proposal。
測試時需要提供待測試的圖片和對應的object proposal矩陣，比如person1.jpg和person1_boxes.mat。下面重點介紹一下如何利用EdgeBoxes[7]提取訓練和測試需要的object proposal。