Ubuntu下运行Faster-Rcnn

Ubuntu下运行Faster-Rcnn

Faster-Rcnn 介绍

前几天Shaoqing Ren放出了Faster-Rcnn的代码，可以在他的Github上下载得到，上面也有详细的配置说明。
我下载下来，在自己的虚拟机上测试了一下，速度上确实比之前的Fast-Rcnn有提高。

SPP-Net，Fast-Rcnn，Faster-Rcnn都是在Ross Girshick2014年发布的RCNN上面的改进与提高，其中SPP-Net，Faster-Rcnn都是Shaoqing Ren的作品，当然其中还有Kaiming He以及Ross Girshick等微软亚研院研究员的贡献。Shaoqing Ren也是个牛人啊，可以去他的个人主页看看他做的一些工作，ICCV,CVPR,ECCV三大会，PAMI都发过论文，今年Faster-Rcnn还发表在了NIPS上，是我的奋斗目标！

Faster-Rcnn相对于Fast-Rcnn的改进在于将Object Proposal利用CNN网络实现，并与Detection的CNN网络结合实现了一个端到端的Object Detection框架。之前Fast-Rcnn的Proposal是利用Selective Search实现的，SS方法虽然得到的Proposal相对于其他方法是较好的，但是其速度比较慢，更不用说跟利用GPU进行加速的Detection步骤相比，由此Proposal的产生便成为了一个瓶颈。

而Faster-Rcnn便解决了这个问题，不单单是加速了Proposal的产生，还将两个网络结合进行优化，于是原本跟Detection任务分离的Proposal步骤被结合了起来，Detection的结果好坏会通过梯度的回传影响到Proposal网络的参数，Faster-Rcnn实现优化的思路采用的是常见的固定一个更新另一个的策略，固定Proposal网络，更新Detection网络，再固定Detection网络，更新Proposal网络。

Faster-Rcnn 配置

参考Shaoqing Ren的配置说明:

(1) 安装Matlab 2014a
(2) 下载源代码

git clone --recursive https://github.com/ShaoqingRen/faster_rcnn.git

(3）配置Caffe
将你之前配置过的CaffeMakefile.config拷贝至./faster-rcnn/external/caffe，记得修改Matlab接口，接着编译就可以了。

make -j$(nproc)
make matcaffe -j$(nproc)

(4) 运行Faster-Rcnn
A. 在faster-rcnn路径下打开Matlab，或者直接打开Matlab再切换到faster-rcnn路径，运行faster_rcnn_build.m，