Fast RCNN的配置流程

Fast RCNN是由RBG大神写的一个目标检测的算法，它结合了RCNN和SPP，使得前向计算更加简单高效，具体细节见其他博客，本篇主要写的是如何配置Fast RCNN。首先Fast RCNN需要配置caffe所依赖的环境，故参考我之前写的博客来搭配caffe环境。http://blog.csdn.net/xyy19920105/article/details/50401620

按照RBG大神github上给的流程，首先安装caffe官方不包含的两个库，分别是cython, easydict.cython可以高效地把python语言扩展成c语言。而easydict是可以把字典里面的key当成属性来操作，使得编程更加简单。

先git下整个工程项目并用cython将python编译成c文件，当我编译的时候，居然有报错，唉，出师不利啊，很明显是cython有问题。报错如下：

UnicodeDecodeError: 'ascii' codec can't decode byte 0xe7 in position 24，突然发现我的目录有汉字，把汉字改为英文试下，哇咔咔，搞定。然后就是编译caffe环境和download 已经训练好的模型（fetch×××.sh)，注意遇到问题是不要慌张，一般情况下就是非常简单的问题，sudo权限问题等等。等着模型下载需要一个多小时，正好可以研读一下代码先。注意，和caffe官网的例子一样，所有的命令均在项目根目录中执行。另外.sh文件是bash的，执行命令时 不要用sh XXX.sh 这样执行，直接XXX.sh即可。按照github上的流程可以直接运行demo.py 不过，这个demo默认是使用vgg16模型的，一般机器跑步起来，故需要修改命令为./tools/demo.py --net caffenet即可