ubuntu16.04配置py-faster-rcnn（CPU版）

Caffe配置：

采用http://blog.csdn.net/u013989576/article/details/56677749配置好caffe

py-faster-rcnn配置：

1、下载py-faster-rcnn源码

 git clone --recursive  https://github.com/rbgirshick/py-faster-rcnn.git

2、安装cython、easydict

sudo pip install cython  
sudo pip install easydict 

3、编译cython：修改py-faster-rcnn/lib下的setup.py文件，注释掉GPU的相关代码，然后make，修改如下：

#CUDA = locate_cuda()  
#self.set_executable('compiler_so', CUDA['nvcc'])  
    #Extension('nms.gpu_nms',  
        #['nms/nms_kernel.cu', 'nms/gpu_nms.pyx'],  
        #library_dirs=[CUDA['lib64']],  
        #libraries=['cudart'],  
        #language='c++',  
        #runtime_library_dirs=[CUDA['lib64']],  
        # this syntax is specific to this build system  
        # we're only going to use certain compiler args with nvcc and not with  
        # gcc the implementation of this trick is in customize_compiler() below  
        #extra_compile_args={'gcc': ["-Wno-unused-function"],  
        #                    'nvcc': ['-arch=sm_35',  
        #                             '--ptxas-options=-v',  
        #                             '-c',  
        #                             '--compiler-options',  
        #                             "'-fPIC'"]},  
        #include_dirs = [numpy_include, CUDA['include']]  
    #),  

make

4、编译caffe：修改py-faster-rcnn/caffe-fast-rcnn下的Makefile.config文件和CMakeLists.txt文件，对于Makefile.config文件的修改，和 caffe配置中的修改一样，对于CMakeLists.txt文件，将OFF改成ON，即：

caffe_option(CPU_ONLY  "Build Caffe without CUDA support" ON) # TODO: rename to USE_CUDA  

cd ~/py-faster-rcnn/caffe-fast-rcnn  
make -j8&& make pycaffe 

5、测试demo

5.1 下载训练好的模型

cd ~/py-faster-rcnn  
./data/scripts/fetch_faster_rcnn_models.sh  

有的时候下载不下来，我们可以点击 链接下载，再放到py-faster-rcnn/data下。

5.2 进行如下修改：

A 修改py-faster-rcnn/lib/fast-rcnn下的config.py文件，即：__C.USE_GPU_NMS = False

B 修改py-faster-rcnn/tools下的test_net.py、train_net.py文件，将caffe.set_mode_gpu() 改为caffe.set_mode_cpu()

C 修改py-faster-rcnn/lib/fast-rcnn下的nms_wrapper.py文件，即：

 #from nms.gpu_nms import gpu_nms

def nms(dets, thresh, force_cpu= True)

5.3 运行demo

cd ~/py-faster-rcnn  
./tools/demo.py --cpu

但是CPU速度比较慢，而且容易内存溢出，所以我们可以使用ZF模型（默认为VGG16）:

cd ~/py-faster-rcnn  
./tools/demo.py --cpu --net zf