Windows VS2013 将py-faster-rcnn 改写成c++版本

参考：

[1] Windows下py-Faster rcnn的编译及遇到的问题
[2] faster rcnn windows 下c++版本
[3] Check failed: registry.count(t ype) == 1 (0 vs. 1) Unknown layer type: Input (known types: Input )
[4]Windows下VS2013 C++编译测试faster-rcnn

通过我的上一篇博客: Windows下py-Faster rcnn的编译及遇到的问题 可以知道Windows下py-Faster rcnn的编译就是在caffe-master的编译中加入RoiPooling层，然后编译pycaffe接口后，使用python编写RPN层，nms函数进行调用。
所以py-faster-rcnn的c++化主要是在caffe中用c++来实现RPN层和nms函数，集成到libcaffe中，这样之后我们就不需要在使用python了。

1. C++编写 RPN层代码

参考这篇博客：faster rcnn windows 下c++版本
编写完RPN层之后如何将RPN集成到libcaffe中，这个过程和在libcaffe中加入RoiPooling层是一样的，参考这篇：Windows下py-Faster rcnn的编译及遇到的问题

2. 建立faster-test测试工程

用VS2013建立一个空项目，首先要知道，caffe-master的所有依赖项也是你这个测试工程的依赖项，同时需要将caffe-master的include以及编译好的release下的.lib都加入到你的测试工程中。如下图：

右键项目-》生成依赖项-》生成自定义-》查找现有项-》找到编译caffe-master时nuget下载的依赖，并一一添加

将caffe-master的include和cuda的include添加到包含目录中

将caffe-master编译好的Release文件夹以及cuda的lib文件夹添加到工程的库目录中

在连接器-》输入中添加依赖项
libcaffe.lib
caffe.lib
cudart.lib
cublas.lib
curand.lib

3. 测试代码

测试代码参考这篇博客：faster rcnn windows 下c++版本
同时修改python faster rcnn中的pt文件
主要是rpn层。

layer {
  name: 'proposal'
  type: 'RPN'
  bottom: 'rpn_cls_prob_reshape'
  bottom: 'rpn_bbox_pred'
  bottom: 'im_info'
  top: 'rois'
  rpn_param{
   feat_stride : 16
   basesize : 16
   scale : 8
   scale : 16
   scale : 32
   ratio : 0.5
   ratio : 1
   ratio : 2
   boxminsize :16
   per_nms_topn : 0;
   post_nms_topn : 0;
   nms_thresh : 0.7;
  }
}

测试结果如下：

4. 遇到的问题：

Check failed: registry.count(t ype) == 1 (0 vs. 1) Unknown layer type: Input (known types: Input )
http://blog.csdn.net/birdwcp/article/details/53580068

主要是在测试过程中遇到的Unknown layer type的问题，需要对layer重新注册。