最近再弄目標檢測方面的東西，有很多不懂得地方，一切從零開始，在網上搜了很多教程。這方面的技術逐漸是模組化了，直接下載源程式執行即可，但關於MATLAB語言的教程卻很少，有的也寥寥幾筆帶過，導致我安裝的時候走了很多的彎路，執行出來第一個程式大約花了我三週的時間，由於配置不懂，希望本篇教程可以幫助小白開始對這個感興趣。

本人正在讀大二，對這方面也不瞭解，目前只是跑出來了程式，看到了結果，但是對於原理還一竅不通，有錯誤的地方還請大家多多指導。

一、軟體要求

    1.  vs2013版本

    2.  matla2016a

  下載地址  https://pan.baidu.com/s/13APNEEMGxN69MvayV-ew3w  提取碼  2zkr

   之前用到的matlab版本是2017b，成功配置了初始的caffe版本，但matlab新版好像有的檔案改了位置，或者不適用於微軟的caffe，又重新下載了matlab2016版本。可能是由於matlab版本問題導致一直編譯的時候出錯，改成matlab2016a的就好了

matlab安裝可參考部落格  https://blog.csdn.net/u012313335/article/details/73733651

二、配置微軟caffe

   微軟caffe下載地址  https://github.com/microsoft/caffe

   百度雲下載地址  https://pan.baidu.com/s/1XvZDMEsVluqpApgfxdLBxA  提取碼  pn93

  下載之後解壓  開啟windows目錄，將CommonSettings.props.example複製一份命名為CommonSettings.props

這裡CpuOnlyBuild代表CPU版本，UseCuDNN因為我沒安裝相關軟體，將其設定為false，下面MatlabSupport設為true，表示用matlab介面

第二步  更改如下地方

第一個框標明的是你matlab安裝的位置

下面則需要加上$(MatlabDir)\toolbox\distcomp\gpu\extern\include\gpu; 來找後面所需要的檔案，新版的matlab我沒有找到這個資料夾，全域性搜了一下也沒搜到，換了個版本就行了。美滋滋~~~

此檔案的修改完畢  點選儲存就好

然後開啟剛才那個檔案的上面一個檔案   Caffe.sln檔案

開啟在右側libcaffe\cu\layers裡面新增 roi_pooling_layer.cpp   此檔案的目錄在F:\RecognizePeople\caffe-master\src\caffe\layers  新增之後效果如下

然後開啟caffe.cpp  將#include"gpu/mxGPUArray.h" 修改為

好了 到這裡 所要修改的檔案已經修改完畢

接下來將debug改成release模式 然後右鍵libcaffe點選重新生成

靜等一會後 下面會出現成功生成的畫面

然後繼續對matcaffe重新生成 等待幾分鐘到編譯成功

然後開啟build資料夾一直向深處找

matcaffe成功編譯後會生成這些檔案 特別是有caffe_.mexw64這個檔案

然後將release資料夾下的.dll檔案全部複製到matlab\+caffe\private裡面，如下圖

將檔案複製移動到

注意好檔案所在的地址 千萬不要弄亂了。然後下載模型

此模型大小大約為232M 百度雲下載地址：https://pan.baidu.com/s/1dCMcgciEtAdoOKLpngrAVw 提取碼：3621

到此，微軟的caffe與matlab介面已經配置完成，接下來開啟matlab設定環境變數

開啟matlab，設定路徑，新增caffe路徑，路徑深度到matcaffe

然後右鍵開啟我的電腦，點選屬性增加環境變數，此時深度到caffe的release目錄下

到這裡環境及路徑已經搭建好了，開啟matlab在命令列輸入 caffe.reset_all();會出現以下結果

下面介紹如何用matlab跑faster_rcnn-master程式

三、執行faster_rcnn-master程式

  百度雲地址：https://pan.baidu.com/s/168X0wmTX4B99XfYnCXwEEA   提取碼：nfrd

下載之後直接解壓，這個程式執行執行很簡單。執行faster_rcnn_build.m 

這裡會報錯找不到mex

這個沒關係，因為我們使用的是CPU的版本，他如果不報錯就奇怪了，然後執行startup.m檔案，此時應該報錯，如果不相信可以

自己試試，這裡將caffe生成的matcaffe資料夾整個複製到以下路徑即可解決錯誤，是不是很是神奇，雖然我不知道他為什麼，

據我推測應該是與caffe相連線吧，hia hia hia ~純屬個人猜測

複製過來在執行startup.m，奇蹟般的發現可以通過

然後下載訓練好的模型，可直接執行fetch_data/fetch_faster_rcnn_final_model.m 此檔案來下載，當然我是下載失敗

這裡推薦在作者主頁下載，地址在reader.me最後一行，這裡照常貼出我的百度雲地址

https://pan.baidu.com/s/1q72MWPSRa73ElWKN5Z2syw 提取碼：mo6v

下載之後解壓到faster_rcnn-master的根目錄下，會重新出現output資料夾

下面開啟script_faster_rcnn_demo.m資料夾，做如下適合於CPU版本的修改

前兩處修改是為了讓程式與CPU介面相適應，第三處修改因為vgg_16layers太大，程式執行起來的時候可能會出現崩潰，所以採用下面的一個來執行。

下面來讓我們看看執行之後的效果如何

由於模型的原因可能有很多測試會失誤，不過現在可以看到結果了，還是很開心的。

四、總結

  我現在對這個還是一竅不通，弄了兩三個周才出來，希望本篇教程可以幫助到大家，有問題大家互相討論，互相進步。

第一次寫部落格，寫的有很多不好之處，希望大家多多包涵

參考部落格：https://www.aliyun.com/jiaocheng/149884.html

                https://blog.csdn.net/u012313335/article/details/73733651