深度学习（十五）：Matconvnet小试fast-rcnn目标检测

该节来试验一下Matconvnet集成的fast-rcnn目标检测模型。

去Matconvnet的官网可以发现，当前最新一版的Matconvnet-1.0-beta23 集成了fast-rcnn模型，注意不是faster-rcnn模型，至于他们为什么不开发当前最新的faster-rcnn模型，可能是faster-rcnn本身也出来不是很久（不到一年），来不及集成，相信未来会集成的吧。总的来说faster-rcnn比fast-rcnn的性能提升了不少，尤其在时间上，专门做目标检测的可能会用faster-rcnn，当前的faster-rcnn版本都是基于caffe做的，原版的faster-rcnn是c++代码，linux下运行较好，当然也有matlab版本的接口，但是也是基于caffe做的。所以要想把faster-rcnn配置成功，配过caffe的同学应该都知道，不是一两下就可以完成的，当然也不难，现在基本上都有给好的配置包，也很容易。

贴上一个博友教程：

FastR-CNN / FarsterR-CNN 目标检测

ok，本节主要来试一下这个工具箱集成的fast-rcnn。用这个工具箱的好处在于，脱离了caffe框架，模型完全引用自己的函数，一键编译可用，总的来说是简单吧。

Ok首先是下载这个最新的工具箱，