ubuntu14.04無GPU安裝caffe：http://www.cnblogs.com/go-better/p/7160615.html

                                                           http://www.jb51.net/article/96169.htm

           問題1：編譯pycaffe時報錯：fatal error: numpy/arrayobject.h沒有那個檔案或目錄

           解決：sudo apt-get install python-numpy    (blog.csdn.net/wuzuyu365/article/details/52430657)

           問題2：如果編譯都通過了（make pycaffe），出現import caffe失敗No module named caffe 

           解決： 把環境變數路徑放到 ~/.bashrc檔案中,  (http://blog.csdn.net/u010417185/article/details/53559107)

                        開啟檔案：sudo vim ~/.bashrc

                       在檔案下方寫入：  export PYTHONPATH=~/caffe/python:$PYTHONPATH

                       關閉檔案使檔案生效：source ~/.bashrc 

           問題3：在使用caffe的python層時經常容易出現如下錯誤：Check failed: registry.count(type) == 1 (0 vs. 1) Unknown layer type: Python

           解決：沒有開啟對python的支援，需要在Makefile.config檔案中開啟如下開關：WITH_PYTHON_LAYER=1 然後再make&& make pycaffe

caffe測試mnist手寫數字網路：http://blog.csdn.net/lynnandwei/article/details/43273077

                                測試單張數字：http://blog.csdn.net/xunan003/article/details/73126425

      下載mnist圖片及二進位制檔案：http://download.csdn.net/download/liumingchun13/10108641

深度學習目標檢測影象資料處理：

                              圖片名批處理：https://www.cnblogs.com/yqyouqing/p/6980243.html

                      標籤工具labellmg： https://github.com/tzutalin/labelImg ( 使用方法：http://blog.csdn.net/jesse_mx/article/details/53606897 )

                      ImageSets/Main資料夾中的四個txt檔案生成：http://blog.csdn.net/gaohuazhao/article/details/60871886

Faster-RCNN測試：

                   先參考1：http://blog.csdn.net/zyb19931130/article/details/53842791

                   再參考2：https://www.cnblogs.com/justinzhang/p/5386837.html

YOLOv1論文詳解部落格：

                     yolo論文理解(通俗易懂)：http://blog.csdn.net/hrsstudy/article/details/70305791  ( hrsstudy部落格：http://blog.csdn.net/hrsstudy )

                     yolo學習筆記(部分模型講解)：http://blog.csdn.net/xjz18298268521/article/details/70037602?locationNum=3&fps=1

                     yolo測試：http://blog.csdn.net/qq_14845119/article/details/53612362

                                      論文翻譯：http://lib.csdn.net/article/aimachinelearning/61496

          YOLOV2訓練自己的資料：http://blog.csdn.net/u010807846/article/details/73554891?locationNum=5&fps=1

                          測試自己的資料：http://blog.csdn.net/ch_liu23/article/details/53558549

                問題：如果測試時出現全屏都是目標框則需要設定測試閾值如

                            ./darknet detect cfg/voc.data cfg/tiny-yolo-voc.cfg backup/final.weights -thresh 0.9               

           YOLO-VOC預訓練模型(權值)下載：http://download.csdn.net/download/liumingchun13/10109794

               YOLOv2部分程式解釋：http://blog.csdn.net/hysteric314/article/details/54097845

               SSD論文翻譯：http://lib.csdn.net/article/deeplearning/53059

               SSD論文PPT：http://www.cnblogs.com/lillylin/p/6207292.html(包含論文及程式碼【Python，C++，caffe】網址, slide【幻燈片】,video)

               SSD論文詳解：http://blog.csdn.net/u010167269/article/details/52563573

               標籤工具BBOX-Label-Tool：https://github.com/puzzledqs/BBox-Label-Tool (使用方法：https://www.cnblogs.com/objectDetect/p/5780006.html)

               SSD演算法caffe配置，訓練及測試：http://www.jianshu.com/p/4eaedaeafcb4

               SSD安裝配置執行：http://lib.csdn.net/article/deeplearning/53859 (詳細配置)

                                                   http://lib.csdn.net/article/deeplearning/57866  (測試單張圖片，百度雲盤下載ssd模型)

                                                  http://m.blog.csdn.net/majinlei121/article/details/78111023 (detect.py在cpu下執行的修改，路徑可以不用改；測試視訊將solver_mode = P.Solver.GPU改為solver_mode = P.Solver.CPU)

              SSD演算法及Caffe程式碼詳解：http://blog.csdn.net/u014380165/article/details/72824889

              SSD訓練測試自己的資料：https://www.cnblogs.com/EstherLjy/p/6863890.html  （data在主目錄下建立與ssd中的data不是同一個）

卷積神經網路介紹：

LeNet到DenseNet： https://zhuanlan.zhihu.com/p/31006686

             caffe下LeNet詳解：http://www.cnblogs.com/denny402/tag/caffe/default.html?page=2(輸出引數貌似有問題，與圖不對應)