RCNN是RBG(Ross B.Girshick)大神发明的基于CNN分类的目标检测方法。它不同于detection问题传统DPM(Deformable parts models)使用回归的方法,而是用region proposal得到图像局部区域,然后用cnn得到区域feature,再在feature上分类判断属于哪类object。
我尝试配置了RCNN并用demo进行实验,步骤如下:
一、环境准备
1. Caffe Caffe tutorial
2. Matlab
二、安装caffe
1.注意下载caffe-0.999版本 https://github.com/BVLC/caffe/archive/v0.999.tar.gz否则在后面caffe('get_init_key');时会报错 Undefined function 'caffe' for input arguments of type 'char'
2.安装caffe 教程:http://caffe.berkeleyvision.org/installation.html 比较好的中文参考:http://blog.sciencenet.cn/blog-1583812-841855.html
3. make matcaffe时可能会报错误:"make: *** [matlab/caffe/caffe.mexmaci64] Error 255" 解决方法:https://github.com/BVLC/caffe/pull/696/files
4.编译成功后,运行cd $CAFFE_ROOT/data/ilsvrc12 && ./get_ilsvrc_aux.sh来下载ImageNet image mean三、安装R-CNN
1. 下载R-CNN源代码目录 git clone https://github.com/rbgirshick/rcnn.git2.进入rcnn文件夹 cd rcnn3. 在external/caffe中建立caffe的软连接ln -sf $CAFFE_ROOT external/caffeln 是linux中又一个非常重要命令,它的功能是为某一个文件在另外一个位置建立一个同步的链接.当我们需要在不同的目录,用到相同的文件时,我们不需要在 每一个需要的目录下都放一个必须相同的文件,我们只要在某个固定的目录,放上该文件,然后在 其它的目录下用ln命令链接(link)它就可以,不必重复 的占用磁盘空间。 -sf 软链接(符号链接)强制执行4. 在rcnn文件夹下运行matlab matlab5. rcnn_build() 如果完成后显示:Warning:please install Caffe in ./external/caffe说明前面配置有错误,重新检查各步骤6. 检查caffe和Matlab接口是否安装正确 key=caffe('get_init_key');