编译R-FCN的caffe环境

1，从git上拉取R-FCN：

git clone https://github.com/Orpine/py-R-FCN.git

 

2，进入py-R-FCN根目录，拉取caffe：

cd py-R-FCN

git clone https://github.com/Microsoft/caffe.git

 

3，替换成原始caffe的cudnn：

cp caffe/include/caffe/util/cudnn.hpp desktop/py-R-FCN/caffe/include/caffe/util/cudnn.hpp

cp caffe/src/caffe/layers/cudnn_* desktop/py-R-FCN/caffe/src/caffe/layers/

cp caffe/include/caffe/layers/cudnn_* desktop/py-R-FCN/caffe/include/caffe/layers/

 

4，编译Cython：

cd  py-R-FCN/lib

make

 

5，进入py-R-FCN/caffe，替换成自己的Makefile和Makefile.config。然后编译：

make -j4

make pycaffe

 

6，运行demo，把resnet50_rfcn_final.caffemodel和resnet101_rfcn_final.caffemodel放在py-R-FCN/data/rfcn_models/，然后：

cd  py-R-FCN

./tools/demo_rfcn.py --net ResNet-50

 

7，若需要训练自己的数据集，需先修改网络结构：

先修改 py-R-FCN/models/pascal_voc/ResNet-50/rfcn_end2end 下的 5个网络结构文件（tobe定位）

再修改 py-R-FCN/lib/datasets 下的pascal _voc.py （tobe定位）

然后在py-R-FCN下运行 : ./experiments/scripts/rfcn_end2end_ohem.sh 0 ResNet-50 pascal_voc