前言
1.用過Caffe的GooglNet做圖像分類的相關項目，比起傳統的辦法，效果要好很，在目标檢測這塊，之前也用傳統的HOG加SVM實作過車輛，行人和馬匹的檢測，但正樣本要上萬圖像，才能達到能應用到項目上的準确率。
2.Caffe-SDD是一個深度學習架構，在目标檢測識别這塊應用還是很廣的，接下來我會把Caffe-SSD的編譯配置、标注圖像、訓練自己模型、在項目中使用自己的整個流程寫下來。
3.我配置的環境是win7 64位，Visual Studio 2013Professional，Python3.5，Anaconda3.4,因為隻跑CPU版本，是以沒有配置CUDA庫。
一、環境安裝
1.安裝Anaconda3.4，目前官方的版本是Anaconda 3.7和2.7，就是說内置了 Python2.7和3.6。caffe不支援python 3.6。是以我在這裡安裝了Anaconda3-4.2.0-Windows-x86_64.exe，直接按提示安裝就可以了。
安裝完成在開始欄看到如下：
打開Anaconda Prompt,檢視python版本，輸入python --version，可以看到Python的版本。
2.安裝VS2013,我這裡隻安裝了相關的C++子產品。
3.下載下傳Caffe-SDD,官網下載下傳，下載下傳之後解壓到自己要用的檔案夾。
二、編譯Caffe-SSD
1.打開檔案夾下的windows目錄，把CommonSettings.props.example重命名成CommonSettings.props，用記事本打開，我用的是CPU版本，是以把CpuOnlyBulid改成true，把CuDNN改成false,儲存。
2.用VS2013打開Windows目錄下的caffe.sln，把libCaffe設定成啟動項，然後點重新生成。這裡會下載下傳一些相關的庫，比如boost,opencv等，要一定的時間，看個人網速。
3.錯誤解決
(1)錯誤:error C1083: 無法打開源檔案: “…\src\caffe\3rdparty\hungarian.cpp”: No such file or directory.
解決方法，從我上傳的代碼裡面把這兩個檔案複制到的工程下相關路徑，資源位址：https://download.csdn.net/download/matt45m/11124997
（2）沒有生成object檔案，打開項目屬性，把警告視錯誤改成否。
4.重新生成，完成編譯。
結語
1.以上Caffe-SSD在Windows下配置完成，之後就是如何應用Caffe-SSD做相關的訓練和學習了。
2.關于Caffe-SSD配置遇到的問題，都可以加這個群(487350510)互相讨論學習。