一、Faster rcnn（Windows+caffe+matlab+GPU）訓練部分安裝筆記
1、下載caffe_library，鏈接：http://pan.baidu.com/s/1jI1ld22 密碼：nfd2
2、下載caffe-faster-R-CNN，鏈接：http://pan.baidu.com/s/1nv1eY9N 密碼：1rgj
3、參考本人寫的博客：http://blog.csdn.net/seu_nuaa_zc/article/details/72123675
4 、參考以下鏈接：https://github.com/ShaoqingRen/caffe/tree/faster-R-CNN
其實，以上四個步驟都主要目的是在製作自己的faster_rcnn-master（Matlab）中external文件。
如此，即可開始訓練，具體訓練步驟就不詳述了，不是很難，路徑搞對就行了。
或者如果你想偷懶的話（即省略1-4），可以下載本人已經編譯好的文件，鏈接如下：
鏈接：http://pan.baidu.com/s/1dFm2h13 密碼：gmgo
5 開始訓練，首先下載作者的faster_rcnn-master matlab源碼（需要自己設置路徑等），鏈接：
https://github.com/ShaoqingRen/faster_rcnn
或者下載我已經跑通的faster rcnn matlab源碼（親測，可以訓練模型），鏈接：
鏈接：http://pan.baidu.com/s/1hs5sWNq 密碼：hime
二、Faster rcnn （Windows +caffe+VS2013+CPU）檢測部分安裝筆記
1、下載caffe-master，鏈接：http://pan.baidu.com/s/1qYKBEI4 密碼：avlu
2 、由於環境原因，只能在CPU下檢測；
2.1、 編譯caffe，這個不用說了吧，很簡單的，但是還是簡單介紹一下；
步驟一：複製caffe-master/windows下的CommonSettings.props.example，並取名爲CommonSettings.props，如下：
步驟二：採用notepad++打開CommonSettings.props，更改以下幾個地方，我只編譯了matlab接口，python接口沒有編譯；
步驟三：打開caffe-master/windows下的Caffe.sln，直接開始編譯，中途可能有錯，按如下圖改一下；
經過上述步驟，基本的caffe編譯已經完成，但是由於需要跑fasterrcnn，還需要修改以下幾個地方。
2.2、將caffe-master/include/caffe/layers下的roi_pooling_layer.hpp、caffe-master/src/caffe/layers下的roi_pooling_layer.cpp，roi_pooling_layer.cu拷貝到caffe-master/windows/libcaffe下，如圖：
打開工程，把roi_pooling_layer.hpp、roi_pooling_layer.cpp，roi_pooling_layer.cu添加到libcaffe中，如下：
接着就可以開始編譯了。
3 、跑faster rcnn代碼
3.1 、下載本人整理好的第三方依賴項faster_3rdparty，鏈接如下：http://pan.baidu.com/s/1miIbY2W 密碼：q7qs
3.2 、下載本人整理好的的faster-rcnn c++代碼，鏈接如下：
鏈接：http://pan.baidu.com/s/1pLxDeLd 密碼：3gzb
3.3 、現在開始跑faster-rcnn c++代碼。
步驟一：建立e盤faster-rcnn-vs2013文件夾；
步驟二：將步驟2.2裏面生成的Build和include文件夾拷貝到faster-rcnn-vs2013文件夾，如下圖：
步驟三：將第三方依賴項faster_3rdparty和faster-rcnn c++代碼解壓到faster-rcnn-vs2013文件夾，如下圖；
步驟四：
配置環境變量1，（新建變量faster_3rdparty）如下圖；
配置環境變量2，注意是在release x64模式下配置，VC++目錄->包含目錄；
配置環境變量3，注意是在release x64模式下配置，VC++目錄->庫目錄；
配置環境變量4，注意是在release x64模式下配置，C/C++->預處理器->預處理器定義，添加CPU_ONLY（因爲咱是在CPU下跑的）；
配置環境變量5，注意是在release x64模式下配置，鏈接器->輸入->附加依賴項，添加如下；
opencv_calib3d2410.lib
opencv_contrib2410.lib
opencv_core2410.lib
opencv_features2d2410.lib
opencv_flann2410.lib
opencv_gpu2410.lib
opencv_highgui2410.lib
opencv_imgproc2410.lib
opencv_legacy2410.lib
opencv_ml2410.lib
opencv_objdetect2410.lib
opencv_ts2410.lib
opencv_video2410.lib
caffe.lib
libcaffe.lib
gflags.lib
libglog.lib
libopenblas.dll.a
libprotobuf.lib
leveldb.lib
lmdb.lib
hdf5.lib
hdf5_hl.lib
配置環境變量6，在Caffe_Net.cpp中更改函數Caffe_Net裏面的設置，如下；
注：如果想偷懶的話，可以下載我已經編譯好的caffe，鏈接：
鏈接：http://pan.baidu.com/s/1kV46RQn密碼：nk4f
以及下載我建立好的faster-rcnn-vs2013文件夾（改一下配置路徑），鏈接：
鏈接：http://pan.baidu.com/s/1qXXmEaK密碼：unve
3.4 、faster-rcnn 行人檢測（模型是我自己訓練的）結果如下；
