Faster-RCNN的搭建和测试

下载Faster-RCNN

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

安装Python依赖包

sudo apt-get install python-pip
sudo pip install cython
sudo apt-get install python-opencv
sudo pip install easydic

生成Cython模块

cd ~/py-faster-rcnn/lib/
make

安装Atlas

sudo apt-get install libatlas-base-dev

生成Caffe和pycaffe

cd ~/py-faster-rcnn/caffe-fast-rcnn
cp Makefile.config.example Makefile.config

编辑Makefile.config，根据自己的需要修改相应模式，其中重点关注CPU_ONLY 和WITH_PYTHON_LAYER以及CUDNN等处，若是在CPU的情况下，请务必修改为CPU_ONLY ：= 1

编译环境

cd ~/py-faster-rcnn/caffe-fast-rcnn
mkdir build
cd build
cmake ..
make all -j16（"‐j16"是使用 CPU 的多核进行编译,可以极大地加速编译的速度）
make install
make runtest -j16（如果出错没有关系，直接进行下一步）
make pycaffe（编译pycaffe）

下载fetch_fast_rcnn_models

下载网址：（链接：http://pan.baidu.com/s/1pJVburD 密码：11m0）

将下载好的faster_rcnn_models.tgz放到/py-faster-rcnn/data这个目录下，右键提取到此处，即是解压。

CPU环境下所需要的操作

• vim ~/py-faster-rcnn/lib/fast_rcnn/config.py

  将　__C.USE_GPU_NMS = False

• vim ~/py-faster-rcnn/tools/test_net.py

  注释掉：caffe.set_mode_gpu() ，其下方添加： caffe.set_mode_cpu()

• vim ~/py-faster-rcnn/tools/train_net.py

  注释掉：caffe.set_mode_gpu() ，其下方添加： caffe.set_mode_cpu()

• vim ~/py-faster-rcnn/lib/setup.py

  注释掉GPU相关代码，如下

  #CUDA = locate_cuda()

  #    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']]
  #    ),

• vim ~/py-faster-rcnn/lib/fast_rcnn/nms_wrapper.py

  注释掉　#from nms.gpu_nms import gpu_nms

运行Demo

cd ~/py-faster-rcnn/tools
./demo.py 或python demo.py 
#当此处报错时请尝试python2 demo.py
#CPU环境下运行话：python2 demo.py --cpu

若提示缺少某个模块(module)，网上搜索下，安装给出的教程安装相应模块，建议尽量终端中命令安装．

效果图如下(仅贴了一张图)：