faster rcnn学习系列（一）将faster rcnn的demo运行起来

前言

因项目需要，这2天开始花时间来学习faster cnn模型，准备用它来训练我们自己的数据，看准确度如何。

准备工作

1）下载代码。 官方faster rcnn实现有两个版本，一个是matlab实现，另一个则是python + caffe实现。显然，后者更受大家欢迎。

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

注意要用参数--recursive（递归），否则其子目录caffe-fast-rcnn里面为空。

2）Cython模块编译。  

cd py-faster-rcnn
make

可能会遇到cuda located error， 这是需要根据自己安装cuda的路径来修改setup.py的内容，我自己平台的修改内容如下所示。另外还得加上CUDAHOME环境变量。

3）编译caffe和pycaffe

cd py-faster-rcnn/caffe-fast-rcnn
cp Makefile.config.example Makefile.config
sudo make clean
sudo make -j8
sudo make pycaffe -j8

但是在make之前，要修改Makefile.config

此外，还需要注意一点就是，py-faster-rcnn里面用的caffe代码是基于旧版本的cudnn(4.0.0?)，而我们服务器安装的cudnn版本为7.1.1，所以需要将caffe-fast-rcnn里面和cudn相关的代码进行更新。 可以从github官方连接去拿最新caffe代码，然后进行相应更新。我这里所更新的文件，如下图所示。

4）编译完后，还需要下载基于voc数据集训练好的模型

cd py-faster-rcnn
sudo ./data/scripts/fetch_rcnn_models.sh

不过要拿到这个压缩的模型文件 需要翻墙。 下载完后，再进行解压缩。

5）最后一步就是运行demo

cd py-faster-rcnn
sudo ./tools/demo.py