py-faster-rcnn在windows下安装

准备好vs2013+anaconda2+好点的显卡（比如GTX970）

先改造caffe-rfcn以支持cudnn5，得到caffe-rfcn-cudnn5：替换个别代码文件和代码；改.props

再用rbg的py-faster-rcnn所依赖的caffe-py-faster-rcnn（这个名字我自己起的，方便区分），里面的SmoothL1Layer的3个文件替换caffe-rfcn-cudnn5的

再编译py-faster-rcnn的lib，先前装了vc9for python要卸掉，gpu_nms.cu从github上找。py代码的param_str_->param_str

成功后训练需要~1800M显存，训练和测试同时执行需要~2600M显存

转载于:https://www.cnblogs.com/zjutzz/p/6340981.html