Win10+caffe+CUDA9.1+vs2013+Matlab2018b+GPU环境，跑通faster_rcnn-master

Win10+caffe+CUDA9.1+vs2013+Matlab2018b+GPU环境，跑通faster_rcnn-master

一.软件安装

因为我用的Matlab2018b是目前最新版本的Matlab，所以在网上能找到的配置环境参考案例很少，几乎没有对应的。所以就自己沉下心来参考以前的版本来自己配置环境。

首先我装的是CUDA9.1，主要是因为Matlab2018b所需的版本至少是（CUDA9.1及以上），cudnn就装对应CUDA9.1的版本。VS我用的是2013.opencv是2.4.9. 我的软件安装顺序是：Vs2013—Matlab2018b—CUDA9.1—opencv2.4.9(网上也有说别的安装顺序，至少我这么安装最后成功跑通了)。

二.下载程序

1．caffe提供Windows工具包(caffe-master)：https://github.com/Microsoft/caffe。
2．faster_rcnn matlab版本下载：https://github.com/ShaoqingRen/faster_rcnn
3．vs2013下载 链接：http://pan.baidu.com/s/1b6VDJg 密码：f2jp
4．CUDA9.1的下载地址 : https://developer.nvidia.com/cuda-downloads

三．安装配置

具体的安装过程可以参考：https://wenku.baidu.com/view/ef375d8587c24028905fc377.html
接下来就是编译自己环境配置的caffe供后面的faster_rcnn-master使用。在https://blog.csdn.net/lalalazds/article/details/73863696
这个博客的二至八步骤和https://www.bbsmax.com/A/l1dyP7Kx5e/
这个的二和三步骤讲解比较详细可以参考。
我中间遇到的编译错误主要愿意是在某个步骤少点了一个按钮或少改了一个参数，当遇到编译错误时一定要回头检查一下每个步骤的细节问题，比如字母的拼写等。编译错误参考链接（https://blog.csdn.net/dzkd1768/article/details/69525610
）
四.运行结果
博主自己的代码
faster_rcnn_VOC0712_ZF’下跑的结果：
![在这里插入图片描述](https://img-blog.csdnimg.cn/20181124140411459.png

faster_rcnn_VOC0712_vgg_16layers下跑的结果：

从跑的结果图可以看出faster_rcnn_VOC0712_vgg_16layers比faster_rcnn_VOC0712_ZF精确度稍微高一点。但Vgg_16layers（平均处理一张用0.143秒）所花费的时间要比ZF（平均处理一张图用0.058秒）多。
希望能帮到在学这块的朋友！欢迎交流！