Faster—RCNN配置matlab使用教程

1、电脑配置

本人电脑的配置，Windows10 64位+MATLAB 2013b +CUDA6.5 +VS 2013
这里给大家说个小BUG，MATLAB2013a是不支持gpuarray的，如果你是2013a的话，会一直报这句错误的。所以，不用怀疑，直接更换版本。
VS是用来给喜欢自己编译的同学的，不过代码中已经给出了编译好的caffe的代码，可以直接下载使用。
CUDA是用来加速计算的。

2、开始正文

下载faster-rcnn源码：https://github.com/ShaoqingRen/faster_rcnn
解压好放在自己的电脑里面。开始配置。
解压出来之后找到一个README.md，这个比较简单，很容易找到。打开就是这么个东西，其实说白了就是个教你怎么使用这个代码的。直接找到73行这边，测试你是否配置正确###Preparation for Training

看不懂的我直接给大家翻译了。
1）、直接运行fetch_data/fetch_caffe_mex_windows_vs2013_cuda65.m 下载编译好的caffe代码，如果是自己使用的其他版本的vs和cuda 的话可以选择直接自己编译，caffe的配置教程在上一篇文章中有说，可以直接找到，编译之后拿过来使用。就是把编译之后的\x64\Release_Mex文件全部拷贝到\external\caffe\matlab\caffe_faster_rcnn\当中就好了。
2）、运行faster_rcnn_build.m
这个运行的时候会报很多错误，这个是因为你里面配置的路径不对。

看我图片中标出的两个地方，这是你可能出现错误的地方，第一个错误的话，就是因为你的MATLAB和vs编译器的接口你没有配置好，这个你直接使用mex -setup在matlab中进行配置。这个很简单。
第二个错误的话就是因为这个文件里面的路径问题，这个时候你打开nvmex.m这个文件，把我下面这张图片中画出的几个路径给改变正确。

第一个是VS编译器的路径。下面是CUDA的路径，直接按照这个去配置。没什么毛病。直接运行，成功~
3）、运行startup.m
这个时候应该没什么错误再报了。
Testing Demo：
4）、运行这个文件下载训练好的模型fetch_data/fetch_faster_rcnn_final_model.m
5）、运行experiments/script_faster_rcnn_demo.m等待一会儿会出现一些东西，就表明你配置成功，代码已经成功运行。

(说句实话，这只猫吓到我了~~~不能我一个人害怕~)
如果这个时候你的matlab崩溃的话就一个原因，你的GPU内存不足，这个时候就把GPU换掉，使用CPU去跑，这边选为false就是使用CPU运行。

————————————————————
这个时候已经配置完成了，但是不是所有同学都是有钱人，大家都配得起GPU的，所以，没有GPU的同学也不要担心，这个也是可以的，直接运行这个demo文件，出现错误肯定都是关于GPU的问题，这个时候把所有的GPU的东西都给注释掉。碰到GPU这个字眼就注释掉，有需要GPU的参数的直接把参数去掉，这个时候没毛病，直接运行完成。和有GPU使用CPU运行一样。同样满足大家的愿望了。如果有什么错误解决不掉的同学可以直接下面留言，我会给你们解答的。