py-faster-rcnn的配置具體參考github主頁https://github.com/rbgirshick/py-faster-rcnn，並且下載時一定要使用--recursive遞歸下載。cpu模式下需要修改幾個配置文件，具體可參考博客http://www.cnblogs.com/justinzhang/p/5386837.html
配置起來並不麻煩，但是運行./tools/demo.py --cpu --net zf 時出現以下兩個錯誤
Error parsing text-formate caffe.NetParameter：47：11 Message type “caffe.LRNParameter" has no field named "engine" .
Error parsing text-formate caffe.NetParameter：232：14 Message type “caffe.PythonParameter" has no field named "param_str" .
百度了一下並沒有找到這個問題的解決辦法，問了一下網友，要麼就是caffe的版本不對，要麼就是python接口沒有配置好。之前我將py-faster-rcnn和caffe-fast-rcnn分開來在windows上下載的，於是乎我重新clone --recursive了整個py-faster-rcnn，運行demo.py時還是出現同樣的錯誤，那隻能是python接口沒配置成功，可是我使用import caffe時並沒有報錯，找了網上的各個caffe配置python的博客，我發現自己漏了一步。
make pycaffe 後添加環境變量
sudo gedit /etc/profile或者sudo vim /etc/profile ,注意gedit和vim 後面有空格
加入export PYTHONPATH=~/py-faster-rcnn/caffe-fast-rcnn/python:$PYTHONPATH
還有重要一步，要使文件生效
source /etc/profile
這時再運行demo.py --cpu --net zf 就成功了
---------------------------------------------------------訓練自己的數據----------------------------------------------------------------------------
首先要準備數據集，我準備的是VOC2007格式的數據，網上有很多博客有介紹。我先用matlab版的faste-rcnn訓練，在日誌文件中出現smooth_l1_loss_layer.cpp:49 Not Implemented Yet 之後就再沒動靜了，搜了一下才發現這是報錯了，faster-rcnn默認只能用GPU來訓練，運行demo.py可以使用CPU。在運行python版本時直接提示只能用GPU訓練，訓練還是使用python版本的好。
在CPU下訓練數據集，需要對py-faster-rcnn內的roi_pooling_layer和smooth_L1_loss_layer改爲CPU版本，github上已經有人改了原代碼使之能運行在CPU上。
並重新編譯。可直接從github上下載替換。https://github.com/neuleaf/faster-rcnn-cpu
CPU訓練時還有修改一些配置文件，可以參考http://blog.csdn.net/wjx2012yt/article/details/52197698
折騰了幾天，終於可以在CPU上訓練自己的數據了。