安裝好caffe以后的過程：

(1) 安裝Matlab 2014a

(2) 下載源代碼

git clone --recursive https://github.com/ShaoqingRen/faster_rcnn.git

(3）配置在Faster-Rcnn中的Caffe

首先修改Makefile.config中的MATLAB_DIR項， 如下所示 MATLAB_DIR := /lxc/local/MATLAB/R2013b

將你之前配置過的CaffeMakefile.config拷貝至faster-rcnn/external/caffe，然后在當前文件夾faster-rcnn/external/caffe中接著編譯matcaffe就可以了。

make -j$(nproc) make matcaffe -j$(nproc)
(4) 運行Faster-Rcnn
A. 在faster-rcnn路徑下打開Matlab，或者直接打開Matlab再切換到faster-rcnn路徑，運行faster_rcnn_build.m，沒有GPU的話在Compiling nms_gpu_mex時會出錯，但其他是能夠正常編譯的，所以沒有關系。
B. 運行startup.m，會加入其所需路徑。
C. 運行fetch_data/fetch_faster_rcnn_final_model.m，下載所需模型。推薦在作者Github上找百度云盤的下載鏈接，速度會快上不少，下載完將output文件夾解壓至./faster-rcnn目錄下。

E.運行該測試文件
默認載入的模型是VGG16網(wǎng)絡，如果運行過程中出現(xiàn)kill，那就把模型換成ZF的好了。
VGG16網(wǎng)絡比較大，可能會出現(xiàn)內(nèi)存不足，所以在虛擬機或者內(nèi)存較小的機器上推薦使用小模型ZF來進行測試。

親自實驗過， 該過程可以運行

總結

以上是生活随笔為你收集整理的Ubuntu下运行Faster-Rcnn的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。