windows下的纯c++版 Faster R-CNN

     效果如下图：

最新的源代码放在github上，https://github.com/huaze555/windows-caffe-faster-rcnn，支持训练和测试，自己下载用VS2013编译即可，编译步骤跟微软版的caffe一模一样。

同时版本经过大幅度性能优化，在GeForce GTX TITAN X显卡上，对于VGG16模型的速度是16.6fps左右。

*****************************分割线********************************

我的上一篇博客 纯C++版的Faster-Rcnn（通过caffe自定义RPN层实现） 是在windows下caffe的基础上，通过自定义RPN层取代python层，实现纯c++版的windows faster-rcnn，具体可以看上一篇博客，它的毛病是，在速度方面远不如python版，不太符合工程需要，比如我最近的项目中，需要对连续的视频帧进行目标检测，那样对效率要求就很高。

         这个版本，参照的是D-X-Y大神github上的纯c++版的faster-rcnn，https://github.com/D-X-Y/caffe-faster-rcnn，不过是在linux平台上，我把它移植到微软的windows-caffe版本下，但是由于D-X-Y的版本，因为需要支持faster-rcnn，所以修改了caffe的源码（比如在blob.hpp里就加了点代码），同时添加了很多的代码文件以支持faster-rcnn，所以一个移植的方法，就是把D-X-Y的版本中的代码，全部替换掉微软的版本，然后按照微软的caffe版本，用vs2013进行编译，只要编译libcaffe就好了（我记得移植这个过程，花了七八个小时吧，因为两个版本的不兼容，不断地尝试，不断地改错，编译一次才知道错误在哪，改正后又会不断的出现问题），因为都是哪里有错改正继续试，所以具体编译过程我也没有记录下来。

     具体编译安装过程，请看github上的readme，其实跟windows下编译caffe一样的。

    编译完后，再配置VS2013，然后就可以在VS中像使用OpenCV一样使用Faster R-CNN了！具体步骤github上也说明了：我把第三方库都打包好了，只要把bin、include、lib配置到VS2013的对应路径就成。

    OK了，有需要的伙伴可以配置跑一下，对于有工程需要（特别是c++环境）的朋友，还是很有帮助的。

   如果觉得好用，不介意star下我的github，谢啦~