Ubuntu15.04 Fast-RCNN配置 cuda7.0

这两天看了一下RCNN和Fast-RCNN，虽然Faster-RCNN也出来了，但是还是想先研究一下Fast-RCNN，废话不多说，先配置好，这次的配置比较简单，当然前期的依赖项得先装好，我是之前配置好caffe了，所以很多依赖项已经安装了，因此也建议先配置caffe再配置Fast-RCNN。caffe配置具体请看这篇博客：http://blog.csdn.net/lxh19920114/article/details/49871891。

第一步，先下载Fast-RCNN，可以选择手动下载，也可以使用下面的命令直接搞定：

git clone --recursive https://github.com/rbgirshick/fast-rcnn.git

当然，想使用git命令，还需要先安装git：

sudo apt-get install git

安装完后，cd进你要存放Fast-RCNN的目录下面，使用上述的git命令。

注意：--recursive选项一定要加 ，不加这个命令就只能下载一个Fast-RCNN，而Fast-RCNN是需要caffe支持的，因此只有加了这个选项才会自动的将Fast-RCNN所需要的caffe版本下载下来。如果是手动下载的话，需要进https://github.com/rbgirshick/fast-rcnn下载Fast-RCNN，进https://github.com/rbgirshick/caffe-fast-rcnn/tree/fast-rcnn下载caffe。千万注意！！！！其他版本的caffe可能并不会支持这里的Fast-RCNN。

下载好并解压之后，会有如下的文件：

其中caffe-fast-rcnn文件夹就是存放下载的caffe的地方，只需把下载下来的caffe提取到这个文件夹下面就行，解压好后应该是以下内容，当然有些文件是编译之后才会生成的。

接下来就需要编译了，先cd进fast-rcnn/lib目录进行编译：

编译完成之后lib文件夹下应该有如下文件：

接下来就需要去编译caffe了，请确定已经按照这篇博客http://blog.csdn.net/lxh19920114/article/details/49871891配置好caffe所需要的依赖项，不然编译不会通过。

先cd进caffe-fast-rcnn文件夹，执行以下命令创建Makefile.config

cp Makefile.config.example Makefile.config

接下来配置Makefile.config文件（仅列出修改部分）

a. 启用CUDNN，去掉"#"

USE_CUDNN := 1

b. 配置一些引用文件（增加部分主要是解决新版本下，HDF5的路径问题）

INCLUDE_DIRS := $(PYTHON_INCLUDE)/usr/local/include /usr/lib/x86_64-linux-gnu/hdf5/serial/include

LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib/usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial

c. 启用Intel Parallel Studio XE 2016

BLAS := mkl

d. 配置路径，实现caffe对Python和Matlab接口的支持

PYTHON_LIB := /usr/local/lib

MATLAB_DIR := /usr/local/MATLAB/R2014a

e. 启用Python_Layer，去掉"#"，这一步很关键！！！！！

WITH_PYTHON_LAYER := 1

和上一篇博客不一样的是fast-rcnn使用的caffe版本并没有OPENCV_VERSION =3这一选项，因此我们需要去改一下Makefile文件。

红色框选中的内容（opencv_imgcodecs）是需要添加的，这是opencv3.0才有的，很多基本函数比如imshow函数都在这里面。

添加完之后就保存。

然后再编译

make -j8 && make pycaffe

等待编译成功吧。

完成之后应该就是下面的信息，只要不报错就行。

接下来就需要下载模型了cd进faster-rcnn根目录下，执行

./data/scripts/fetch_fast_rcnn_models.sh

然后等吧，模型有900M+，因此还是要等一会的。

完成之后，需要安装easydict，直接装是不行的，需要先安装pip命令

sudo apt-get install python-pip

安装完成之后安装easydict：

sudo pip install easydict

这也安装好了就可以运行demo了。不过默认的VGG16模型需要至少3G的显存，所以如果显存不够的话需要换成caffenet。

直接再tools文件夹下改demo.py就行

将红框框中的部分中，vgg16改为caffenet就行。

然后在fast-rcnn根目录下运行

./tools/demo.py运行结果有三幅图，这里只贴出一幅，如果你也能够看到这些结果就说明配置成功了。