fastrcnn

https://blog.csdn.net/z1102252970/article/details/50822467

https://weibo.com/p/230418855a82cd0102vnjq?sudaref=www.baidu.com&display=0&retcode=6102

https://blog.csdn.net/u011070171/article/details/52399317

https://www.cnblogs.com/justinzhang/p/5386837.html

https://blog.csdn.net/u010678153/article/details/46892911

问题描述： error while loading shared libraries: libcudart.so.8.0: cannot open shared object file: No such file or directory

解决办法：首先确认/etc/profile中的路径包含了cuda8.0的安装路径及相应的库文件

export PATH=$PATH:/usr/local/cuda-8.0/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-8.0/lib64
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda-8.0/lib64

$source /etc/profile

使配置文件生效，再次执行。

若仍提示相同的错误，则执行以下命令，将相应的库文件复制到/usr/lib

sudo cp /usr/local/cuda-8.0/lib64/libcudart.so.8.0 /usr/local/lib/libcudart.so.8.0 && sudo ldconfig

sudo cp /usr/local/cuda-8.0/lib64/libcublas.so.8.0 /usr/local/lib/libcublas.so.8.0 && sudo ldconfig

sudo cp /usr/local/cuda-8.0/lib64/libcurand.so.8.0 /usr/local/lib/libcurand.so.8.0 && sudo ldconfig

ps. ldconfig命令是一个动态链接库管理命令，是为了让动态链接库为系统共享

至此，问题就解决啦，哈哈哈(*_^)

21:27:49.546037  3527 syncedmem.cpp:51] Check failed: error == cudaSuccess (2 vs. 0)  out of memory

*** Check failure stack trace: ***

   ./tools/demo.py --net caffenet

   或者

   ./tools/demo.py --net vgg_cnn_m_1024

   或者就用CPU模式好了。

3.运行demo

3.1 Python版

   cd $FRCN_ROOT

   ./tools/demo.py

可能我安装了cudnn，所以即使2G内存的GPU也是可以的。

   如果用CPU模式，就是

   cd $FRCN_ROOT

   ./tools/demo.py --cpu

显然是慢很多的。效果图如下所示：  

   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模式好了。