Matlab版本: https://github.com/ShaoqingRen/faster_rcnn
Python版本:https://github.com/rbgirshick/py-faster-rcnn
一、准备工作:
(1)安装vs2013;
http://download.csdn.net/detail/sinat_25434937/9732840
傻瓜式安装,双击然后下一步即可,安装路径要知道
(2)安装Matlab;
网上下载matlabR2014a,并且破解,安装路径要知道
上面的安装顺序最好不要乱,否则可能出现Matlab找不到vs的情况,在Matlab命令行窗口输入:mbuild -setup,如果出现下图所示说明Matlab可以找到vs2013:
解决mbuild -setup编译出错问题:
http://blog.csdn.net/sinat_25434937/article/details/54018054
(3)配置opencv2.4.9
http://blog.csdn.net/sinat_25434937/article/details/54022083
(4)安装CUDA;
http://blog.csdn.net/sinat_25434937/article/details/54023871
CUDA应在安装vs2013后再安装。
(5)安装caffe
http://blog.csdn.net/sinat_25434937/article/details/54288272
二、faster rcnn 测试过程
(1) 如果你的cuda是6.5,那么,运行一下:
fetch_data/fetch_caffe_mex_windows_vs2013_cuda65.m
(运行代码下载失败的话,用百度云下载:
https://pan.baidu.com/s/1i3m0i0H ,解压到faster_rcnn-master下)
得到mex文件。如果不是cuda6.5(如我的是cuda7.5),则需要自己编译mex文件,编译过程参考这里:准备过程的第五步,按步骤做就行了。
(2)运行faster_rcnn-master\faster_rcnn_build.m
在根目录下运行,function faster_rcnn_build(),若出错且提示“无法打开 nms_gpu_mex.o”,则找到.\functions\nms\nvmex.m 文件,修改VS的安装路径到你自己的路径,默认安装在C盘。再重新编译..即可
在根目录下运行startup.m,配置搜索路径...
(3)运行faster_rcnn-master\startup.m
(4)运行faster_rcnn-master\fetch_data\fetch_faster_rcnn_final_model.m 下载训练好的模型
(下载失败的话,可以用百度云下载:https://pan.baidu.com/s/1hsFKmeK ,解压到faster_rcnn-master下)
(5)修改faster_rcnn-master\experiments\script_faster_rcnn_demo.m的model_dir为你下载的模型,然后运行。
最终得到: