r-fcn

源码地址：

https://github.com/daijifeng001/r-fcn

这篇论文是何大神小组的又一大作。

1.下载，不过所有的.m文件中的下载链接都是Dropbox的，下不了，最后都是从百度云中下载下来的。

2.解压，因为是自己手动下的，要找到正确的解压位置。

1）Run fetch_data/fetch_caffe_mex_windows_vs2013_cuda75.m to download a compiled Caffe mex (for Windows only).
Pre-complied caffe mex (Windows):  caffe_mex.zip

解压到：../external/caffe/matlab/caffe_rfcn/..

2)Run fetch_data/fetch_demo_model_ResNet101.m to download a R-FCN model using ResNet-101 net (trained on VOC 07+12 trainval).
Demo R-FCN model: demo_models_ResNet-101L.zip

解压到：../output/rfcn_demo/..

3)ImageNet-pretrained networks:  

Run fetch_data/fetch_model_ResNet50.m to download an ImageNet-pre-trained ResNet-50 net.

ResNet-50 net   models_ResNet-50L.zip 

Run fetch_data/fetch_model_ResNet101.m to download an ImageNet-pre-trained ResNet-101 net

ResNet-101 net  models_ResNet-101L.zip

减压到../model/..下

4）Run fetch_data/fetch_region_proposals.m to download the pre-computed region proposals.
Pre-computed region proposals:  proposals.zip

解压到：../data/..下

3.demo演示

1. Run rfcn_build.m. （需要先装NVIDIA7.5版本，然后mex 时报bin出错，需要再新建一个目录bin）
2. Run startup.m.
3. Run experiments/script_rfcn_demo.m to apply the R-FCN model on demo images.（执行过程中会直接崩掉，估计是内存不足，看看能不能把图片改小些，或者改成一张图片有没有用）折腾了一下午，都没有成功，最后发现是导入的模型太大，101层的在笔记本的2G的GPU上是跑不起来的，但是里面又没有提供50层的final，所以只能到此为止。只能是再试试training，看看自己能不能训练一个50层的final出来。