caffe版本的faster-RCNN配置全过程(rgb大神的那一款)＋问题汇总和解决方法

写在前面的话

本文章主要是对在服务器上配置caffe版本的 faster-RCNN 的全过程以及问题总结，最后达到的目标是将代码中的tools/demo.py成功运行起来。总的来收非常痛苦，能碰到的坑几乎全给我碰上了。不过，兵来将挡水来土掩吧。在配置之前要做好可能会遇见各种乱七八糟的情况的准备，非常糟心。

软件配置

本次配置是通过ssh连接到服务器上实现的，从头到尾没有图形化界面，全程只靠命令行
ubuntu 16.04
CUDA 9.2 (这里是有问题的，最后换到CUDA8.0版本，解决了一个致命问题)
python 2.7(这里是使用anaconda配置的环境，中间的包和文件详细内容下文中有提到)

配置过程

1.github上下载代码

在需要下载代码的文件夹目录下输入

git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git

这里加上–recursive的目的是将FRCNN主目录下一个叫caffe-fast-rcnn的目录给下载下来。运行完成之后就可以看见一个叫做py-faster-rcnn的目录。通过对文件目录的查看我们可以知道，实际上这一整个工程中，在caffe-fast-rcnn中是一个caffe的结构，而在这个文件夹外是通过python去运行的，也就是C++和python都被使用到了
遵照rgb原文的说法We’ll call the directory that you cloned Faster R-CNN into FRCN_ROOT，我们在这里也将刚刚下载的py-faster-rcnn的主目录叫做FRCN_ROOT好了

cd $FRCN_ROOT/lib
make

2. py部分模块的加载

进入lib目录，执行make指令。在lib目录下可以看见有一个makefile，其中的内容实际上是执行一个setup.py文件

all:
	python setup.py build_ext --inplace
	rm -rf build

所以实际上需要执行py文件，所以需要准备好相关的py环境，这里推荐使用anaconda来进行配置。由于之前曾经安装和配置过一个比较成熟的anaconda的环境，这里运行倒是没有什么问题。但是这里在后续运行demo.py代码时出现了一个致命错误，导致我必须从CUDA9.2转到CUDA8.0。详见问题部分的解释
我的anaconda包环境如下



make完成后会生成几个 .so 文件

3.对caffe部分进行make

cd $FRCN_ROOT/caffe-fast-rcnn
cp Makefile.config.example Makefile.config

这里需要对Makefile.config进行设置，我使用的是vim，gedit也行，爱用啥用啥。
首先对以下两行

# USE_CUDNN := 1
# WITH_PYTHON_LAYER := 1

去掉前面的#号以取消注释，使代码支持CUDNN以及python层

# NOTE: this is required only if you will compile the python interface.
# We need to be able to find Python.h and numpy/arrayobject.h.
PYTHO