标签：那是 高达 bsp 迭代 uil location 估计 exp sdn
主要参考这篇博文的，一步步配置就能跑起来~~
先说一下所需要的硬件吧：我一开始用的是GT630，只有2G显存，程序跑到一半报错out of memory才知道起码要3G显存才能训练ZF net，至于VGG-16 net更是需要高达8G的显存。于是，换了台实验室的机子，用GTX1080试试。
至于软件，win7系统 + matlab 2014b + cuda 8.0 + vs 2013，别的没什么好说的，cuda 8.0 是1080的标配，不用不行。用了cuda8.0的缘故，mex文件需要自己编译，这也是个巨坑，不过最好还是学会自己编译，省的以后版本变了自己还要去网上满世界的找别人编译好的成品。
那就先讲讲vs2013+cuda8.0编译caffe的external文件吧~(vs与cuda的安装很无脑，不讲了,建议先装vs再装cuda)
编译过程参考这里：Caffe for Faster R-CNN，按步骤做就行了。
看上去很简单是吧？操作起来一大堆坑！！
1）下载caffe_library
2）将github上的caffe拷贝到caffe_library的caffe目录下
3）准备opencv,boost,mkl
a）boost不管什么版本一定要注意下载x64位的安装包，安装完之后会有 lib64-msvc-12.0 这么一个文件夹后面会用到。
网上说一定要编译才能用，不过实际上lib64-msvc-12.0 已经预编译了我们需要的所有库，直接用即可。
b）opencv使用未编译包；
c）mkl需要安装
4）打开caffe_library目录中的slu，更改配置为Release_Mex
打开的时候发现项目caffe无法加载，那是因为默认的是cuda6.5，所以要右键caffe项目，修改配置文件中cuda版本号
5）修改include路径和lib路径
要怎么操作可以百度，路径到底具体到哪个子文件夹可以参考作者的（作者已经添加了自己电脑上的外部库路径，你只需要稍微做一下修改即可）
6）设置caffe为启动项目
7）重新编译caffe包
这儿也有个坑，由于boost已经用了C++14的标准，而VS2013要到update5才支持C++14，所以没办法只能乖乖地升级到update5。
8）复制 .\x64\Release_Mex 中的所有文件到 faster_rcnn-master\external \caffe\matlab\caffe_faster_rcnn.
这里有我编译好的库，如果跟我的环境一样的话可以拷贝过去
到此为止，faster-rcnn的external库更新完毕~~~~~~
撒花~~~
然后运行faster_rcnn-master\faster_rcnn_build.m 不出意料，报错！
这时候找到.\function\nms\nvmex.m文件，修改Host_Copliler_Location为你电脑上vs2012的路径，重要是事说三遍！
！2012！2012！2012！
也就是说你还要安装vs2012，反正我的2013不行，不知道还有么有别的办法。
编译完mex文件意味着预备工作完成了。
接下来要准备自己的数据集，可以参考这篇博客，里面要用的工具可以从这里下载。
亲测标注工具只能在win7 下使用，win8 、win10都不行。
按照教程一一修改文件，运行experiments/script_faster_rcnn_VOC2007_ZF.m 很快就能进入迭代了。
现在我的1080正在高速运转，估计明天上午就能出结果了……
Faster-rcnn-matlab-cuda8.0+ZFnet训练自己的数据
标签：那是 高达 bsp 迭代 uil location 估计 exp sdn
原文地址：http://www.cnblogs.com/JxGu/p/6036913.html
