当然是因为自己从头训练（所有权重随机初始化）太费时费力了
当我们用卷积神经网络训练自己的数据得到图片分类器时，会发现网络大多数结构包括convolution layers， pooling layers等是用来提取图片特征的，在这些layers的开始部分，提取的特征是相当泛化的，比如说边缘特征、色块特征。越到后面的layers，提取的特征越具有特殊性，例如ImageNet 数据集包含了许多不同品种的狗，到后面的layers便具备了狗的一些共有特征。
因此我们通常会将别人训练过的模型拿来用（用这些模型的权重来初始化），通常有两种用法。第一，前面的layers全部保留，只训练最后的分类器（SVM，Softmax等），以使用caffe为例，具体做法就是修改train的prototxt文件里面最后一个fc层的名字和输出数。第二，保留一部分layers（当然也可以不保留），然后重新训练（此时有back propagation的过程而第一没有）。
如果你觉得别人的模型不可靠，毕竟这些数据集的类多为生活中自然中的物体，与我们具体要做的分类的物体可能存在较大的差异，那便自己从头训练一下（条件：足够多的数据、性能较好的GPU、充足的时间），网络模型依然可以使用别人的，毕竟是验证过提取特征效果很好的模型。
最后放上caffe的model zoo：https://github.com/BVLC/caffe/wiki/Model-Zoo