Data: 2017.03.13
Author: cjh
Theme: Set up the R-FCN environment
由於畢設要求最近都在開發板上嘗試搭建各種深度學習的算法，由於JetsonTX1對於caffe的支持還不錯，同時在整個過程中也遇到了很多的問題和錯誤，在這裏和對此剛興趣的朋友一起交流交流。
具體文章：我上傳到我的的資源區，有需要的朋友可以直接去下載
注意：在搭建該算法前，先參考本博客中有關caffe環境的搭建，否則可能出現較多的錯誤
同時，該算法的內存消耗較大，由於Jetson TX1只有4GB的內存，而本來要求的硬件系統：
Requirements: hardware
Any NVIDIA GPU with 6GB or larger memoryis OK(4GB is enough for ResNet-50).
所以Jetson TX1 勉強能跑ResNet-50，有時候跑到最後會出現Killed，就不要懷疑自己哪裏裝錯了
作者採用的matlab版本的代碼，本文針對的是python接口的算法
步驟1：下載代碼
git clone https://github.com/Orpine/py-R-FCN.git
步驟2：下載caffe代碼
cd py-R-FCN
git clone https://github.com/Microsoft/caffe.git
#該步驟可選具體我也不知道有什麼用
cd caffe
git reset --hard 1a2be8e
步驟3：編譯Cython
cd py-R-FCN/lib
make
步驟4：編譯caffe和pycaffe
cd py-R-FCN/caffe
cp Makefile.config.example Makefile.config
vim Makefile.config #修改配置文件
USE_CUDNN := 1
CUDA_DIR := /usr/local/cuda-8.0
WITH_PYTHON_LAYER := 1
INCLUDE_DIRS := $(PYTHON_INCLUDE)/usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB)/usr/local/lib /usr/lib /usr/lib/aarch64-linux-gnu/hdf5/serial
退出並保存
make -j8 && make pycaffe
步驟5：測試
下載resnet caffemodel
建議在windows上下載，因爲文件比較大
https://1drv.ms/u/s!AoN7vygOjLIQqUWHpY67oaC7mopf
將下載好的文件解壓到
py-R-FCN/data/rfcn_models/resnet50_rfcn_final.caffemodel
py-R-FCN/data/rfcn_models/resnet101_rfcn_final.caffemodel
最後運行demo
cd py-R-FCN/tools/
python demo_rfcn.py --net ResNet-50
python demo_rfcn.py --net ResNet-101
效果圖我這裏就不貼了了，能告訴你的是，跑完後，識別後的圖片會自己打開的，如果沒有打開就說明你的安裝出現了問題，如果出現Killed說明是你的開發板內存不夠！
