在Ubuntu系统、CPU模式下运行Faster R-cnn代码

具体步骤
1.安装并配置好caffe及python接口（前提工作）

2.从Github上下载Faster R-cnn的源代码
使用命令：git clone –recursive https://github.com/rbgirshick/py-faster-rcnn.git
必须加上 –recursive，递归下载所有相关链接中的内容。

3.生成Cython模块
打开<自己的faster-rcnn安装目录>/py-faster-rcnn/lib中的setup.py，将如下图部分注释掉。

进入faster-rcnn目录下的lib，make
cd <自己的faster-rcnn安装目录>/py-faster-rcnn/lib
进行编译，输入：
make

4.编译caffe和pycaffe
进入py-faster-rcnn/caffe-fast-rcnn目录
cd <自己的faster-rcnn安装目录>/py-faster-rcnn/caffe-fast-rcnn

    将Makefile.config.example 模板复制一份为Makefile.config 
    cp Makefile.config.example Makefile.config

打开Makefile.config修改配置
    我们是在仅cpu下运行代码的，所以：
    # USE_CUDNN：=1，这个选项默认情况下时关闭的，保持不变

CPU_ONLY ：= 1 我们只用到了cpu，将前面的#取消掉。

WITH_PYTHON_LAYER：= 1,这个在默认情况下也是关闭的，Faster RCNN需要支持Python接口，因此需要打开。

将    INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
        LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
改为  INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
       LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial

USE_PKG_CONFIG：=1记得打开，要不然会找不到一些库文件，PKG是linux用来管理库文件的。


保存后输入命令：make -j8 && make pycaffe

5.修改其他文件配置
将 <自己的faster-rcnn安装目录>/py-faster-rcnn/lib/fast_rcnn/config.py按如下修改

    将 <自己的faster-rcnn安装目录>/py-faster-rcnn/tools/test_net.py和 <自己的faster-rcnn安装目录>/py-faster-rcnn/tools/train_net.py的caffe.set_mode_gpu()修改为caffe.set_mode_cpu().

将 <自己的faster-rcnn安装目录>/py-faster-rcnn/lib/fast_rcnn/nms_wrapper.py按如下修改

6.下载pre-computed Faster R-CNN detectors
cd <自己的faster-rcnn安装目录>/py-faster-rcnn
./data/scripts/fetch_faster_rcnn_models.sh

7.运行demo
cd <自己的faster-rcnn安装目录>/py-faster-rcnn/tools
./demo.py –cpu

运行结果展示：