Fast RCNN的配置流程

Fast RCNN是由RBG大神寫的一個目标檢測的算法，它結合了RCNN和SPP，使得前向計算更加簡單高效，具體細節見其他部落格，本篇主要寫的是如何配置Fast RCNN。首先Fast RCNN需要配置caffe所依賴的環境，故參考我之前寫的部落格來搭配caffe環境。http://blog.csdn.net/xyy19920105/article/details/50401620

按照RBG大神github上給的流程，首先安裝caffe官方不包含的兩個庫，分别是cython, easydict.cython可以高效地把python語言擴充成c語言。而easydict是可以把字典裡面的key當成屬性來操作，使得程式設計更加簡單。

先git下整個工程項目并用cython将python編譯成c檔案，當我編譯的時候，居然有報錯，唉，出師不利啊，很明顯是cython有問題。報錯如下：

UnicodeDecodeError: 'ascii' codec can't decode byte 0xe7 in position 24，突然發現我的目錄有漢字，把漢字改為英文試下，哇咔咔，搞定。然後就是編譯caffe環境和download 已經訓練好的模型（fetch×××.sh)，注意遇到問題是不要慌張，一般情況下就是非常簡單的問題，sudo權限問題等等。等着模型下載下傳需要一個多小時，正好可以研讀一下代碼先。注意，和caffe官網的例子一樣，所有的指令均在項目根目錄中執行。另外.sh檔案是bash的，執行指令時 不要用sh XXX.sh 這樣執行，直接XXX.sh即可。按照github上的流程可以直接運作demo.py 不過，這個demo預設是使用vgg16模型的，一般機器跑步起來，故需要修改指令為./tools/demo.py --net caffenet即可