fast-rcnn 安装调试

1/ 安装caffe框架，重点在于配置Makefile.config文件

按照 http://ouxinyu.github.io/Blogs/20140723001.html 安装

也可参考caffe原作者网页：http://caffe.berkeleyvision.org/installation.html

注意：

配置 Makefile.config

a. 启用CUDNN，去掉"#"（目前caffe-master仍然只支持R1版本） 不用的话保持注释

USE_CUDNN := 1

b. 选择启用GPU还是CPU，用注释"#" 进行选择

# CPU_ONLY := 1

c. 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

d. 启用Intel Parallel Studio XE 2015 Professional Edition for C++ Linux，

BLAS := atlas

e. 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

5. 配置Makefile文件（实现对OpenCV 3.x的支持）

查找“Derive include and lib directories”一节，修改“LIBRARIES +=”的最后一行，增加opencv_imgcodecs

opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs（最后一个如果后续编译出错可以去掉）

6. 必须在Makefile.config配置文件中打开Python层支持

WITH_PYTHON_LAYER := 1   去掉该行的注释符 #

2/ 安装fast-rcnn

2.1： 从github上clone到FastRCNN的仓库。最好就直接这么clone，不要自己去下载，不然还满麻烦的。

git clone --recursivehttps://github.com/rbgirshick/fast-rcnn.git

2.2：生成Cython模块（下面的$Fast_RCNN_ROOT都是指fast-rcnn的解压位置，根目录）

cd $Fast_RCNN_ROOT/lib

make

2.3 生成Caffe和pycaffe

cd $Fast_RCNN_ROOT/caffe-fast-rcnn

# 此时要将caffe安装时的Makefile.config拷贝到当前目录，然后执行命令：

make -j8 && make pycaffe

2.4 下载Fast RCNN检测器

cd $Fast_RCNN_ROOT

./data/scripts/fetch_fast_rcnn_models.sh    #大概900多M

ps:先打开一个.sh文件，看到里面的URL了没，最后的URL链接就是这个链接再加上FILE变量，链接，你直接把它链接起来，复制到迅雷中下载就可以了，速度灰常快，直接下载的话炒鸡慢啊。下在之后记得放到data/目录下去解压哦，

3/ 运行demo

3.1 Python版

cd $Fast_RCNN_ROOT

./tools/demo.py    #cudnn模式

cd $Fast_RCNN_ROOT

./tools/demo.py --cpu   #cpu模式

demo中是用VGG16网络，在PASCALVOC2007上训练的模型来执行检测的，这个模型比较大，如果把caffe弄崩溃了，可以换一个小一点的网络，其实还更快一点，如

 ./tools/demo.py --net caffenet

或者、

./tools/demo.py --net vgg_cnn_m_1024

或者就用cpu模式

3.2 Matlab版

在matlab文件夹下打开matlab，下面是我的matlab的安装地址。

cd $Fast_RCNN_ROOT/matlab

/usr/local/MATLAB/R2014a/bin/matlab  #wait for matlab to start

把$Fast_RCNN_ROOT/caffe-fast-rcnn/matlab下的caffe文件夹拷贝到$Fast_RCNN_ROOT/matlab中，为防止内存不够，我们还是以CaffeNet为例，把fast-rcnn-demo.m中的所有VGG16改为CaffeNet。在matlab命令行下输入命令：

>> fast_rcnn_demo

OK