一、Faster rcnn（Windows+caffe+matlab+GPU）训练部分安装笔记
1、下载caffe_library，链接：http://pan.baidu.com/s/1jI1ld22 密码：nfd2
2、下载caffe-faster-R-CNN，链接：http://pan.baidu.com/s/1nv1eY9N 密码：1rgj
3、参考本人写的博客：http://blog.csdn.net/seu_nuaa_zc/article/details/72123675
4 、参考以下链接：https://github.com/ShaoqingRen/caffe/tree/faster-R-CNN
其实，以上四个步骤都主要目的是在制作自己的faster_rcnn-master（Matlab）中external文件。
如此，即可开始训练，具体训练步骤就不详述了，不是很难，路径搞对就行了。
或者如果你想偷懒的话（即省略1-4），可以下载本人已经编译好的文件，链接如下：
链接：http://pan.baidu.com/s/1dFm2h13 密码：gmgo
5 开始训练，首先下载作者的faster_rcnn-master matlab源码（需要自己设置路径等），链接：
https://github.com/ShaoqingRen/faster_rcnn
或者下载我已经跑通的faster rcnn matlab源码（亲测，可以训练模型），链接：
链接：http://pan.baidu.com/s/1hs5sWNq 密码：hime
二、Faster rcnn （Windows +caffe+VS2013+CPU）检测部分安装笔记
1、下载caffe-master，链接：http://pan.baidu.com/s/1qYKBEI4 密码：avlu
2 、由于环境原因，只能在CPU下检测；
2.1、 编译caffe，这个不用说了吧，很简单的，但是还是简单介绍一下；
步骤一：复制caffe-master/windows下的CommonSettings.props.example，并取名为CommonSettings.props，如下：
步骤二：采用notepad++打开CommonSettings.props，更改以下几个地方，我只编译了matlab接口，python接口没有编译；
步骤三：打开caffe-master/windows下的Caffe.sln，直接开始编译，中途可能有错，按如下图改一下；
经过上述步骤，基本的caffe编译已经完成，但是由于需要跑fasterrcnn，还需要修改以下几个地方。
2.2、将caffe-master/include/caffe/layers下的roi_pooling_layer.hpp、caffe-master/src/caffe/layers下的roi_pooling_layer.cpp，roi_pooling_layer.cu拷贝到caffe-master/windows/libcaffe下，如图：
打开工程，把roi_pooling_layer.hpp、roi_pooling_layer.cpp，roi_pooling_layer.cu添加到libcaffe中，如下：
接着就可以开始编译了。
3 、跑faster rcnn代码
3.1 、下载本人整理好的第三方依赖项faster_3rdparty，链接如下：http://pan.baidu.com/s/1miIbY2W 密码：q7qs
3.2 、下载本人整理好的的faster-rcnn c++代码，链接如下：
链接：http://pan.baidu.com/s/1pLxDeLd 密码：3gzb
3.3 、现在开始跑faster-rcnn c++代码。
步骤一：建立e盘faster-rcnn-vs2013文件夹；
步骤二：将步骤2.2里面生成的Build和include文件夹拷贝到faster-rcnn-vs2013文件夹，如下图：
步骤三：将第三方依赖项faster_3rdparty和faster-rcnn c++代码解压到faster-rcnn-vs2013文件夹，如下图；
步骤四：
配置环境变量1，（新建变量faster_3rdparty）如下图；
配置环境变量2，注意是在release x64模式下配置，VC++目录->包含目录；
配置环境变量3，注意是在release x64模式下配置，VC++目录->库目录；
配置环境变量4，注意是在release x64模式下配置，C/C++->预处理器->预处理器定义，添加CPU_ONLY（因为咱是在CPU下跑的）；
配置环境变量5，注意是在release x64模式下配置，链接器->输入->附加依赖项，添加如下；
opencv_calib3d2410.lib
opencv_contrib2410.lib
opencv_core2410.lib
opencv_features2d2410.lib
opencv_flann2410.lib
opencv_gpu2410.lib
opencv_highgui2410.lib
opencv_imgproc2410.lib
opencv_legacy2410.lib
opencv_ml2410.lib
opencv_objdetect2410.lib
opencv_ts2410.lib
opencv_video2410.lib
caffe.lib
libcaffe.lib
gflags.lib
libglog.lib
libopenblas.dll.a
libprotobuf.lib
leveldb.lib
lmdb.lib
hdf5.lib
hdf5_hl.lib
配置环境变量6，在Caffe_Net.cpp中更改函数Caffe_Net里面的设置，如下；
注：如果想偷懒的话，可以下载我已经编译好的caffe，链接：
链接：http://pan.baidu.com/s/1kV46RQn密码：nk4f
以及下载我建立好的faster-rcnn-vs2013文件夹（改一下配置路径），链接：
链接：http://pan.baidu.com/s/1qXXmEaK密码：unve
3.4 、faster-rcnn 行人检测（模型是我自己训练的）结果如下；