1. git clone  --recursive https://github.com/ShaoqingRen/faster_rcnn.git
2. cd ./faster-rcnn/external/caffe
3. make -j8&&make matcaffe
4. faster_rcnn_build.m
5. startup.m
6. fetch_data/fetch_faster_rcnn_final_model.m  (这一步我下载失败，可以去作者github做下面的百度网盘下载，下载Final RPN+FastRCNN models就可以了)
7. experiments/script_faster_rcnn_demo.m

windows c++版本

这里所使用的windows caffe为https://github.com/Microsoft/caffe，

可以参考http://blog.csdn.net/qq_14845119/article/details/52415090这篇文章进行编译。

一个注意事项，在编译之前，在libcaffe下面的cu，include，src下面分别添加，roi_pooling_layer.cu，roi_pooling_layer.hpp，roi_pooling_layer.cpp。

这里的程序为根据matlab版本的faster-rcnn改写。

运行效果：

pets数据集上运行效果如下，1050Ti下运行时间为100ms的样子

这里分析一下，目标检测的框架为什么faster-RCNN要比SSD对小目标更好，而RFCN又比faster-RCNN更好些呢？

首先看一下，几个框架读取图片传进网络前做的处理，

faster-RCNN的处理：

faster-RCNN对读取的图片进行了scale处理，首先假设，im_size原始图片大小，target_size为目标图片大小，max_size为目标图片最长边允许的最大长度。

那么在缩放的过程中，首先，定义scale大小为( target_size ) / im_size_min，如果这个scale的时候，长边的长度超过max_size，就将scale定义为( target_size) / im_size_min，否则就还是用原来的scale。这样做的好处就是输入的图片相对SSD300*300，SSD500*500都大点，最终对小目标也许效果就会更好，当然这样做的话也会使得运行速度变慢，显存使用增加，对于不同ratio(长宽比)的图片运行时间也有差别。使用作者的原始参数，target_size=600 ，max_size=1000也许是对精度，速度，显存占用的一个很好的折中吧。

这里为什么faster-RCNN可以输入Blob不同ratio的数据，这就是RPN网络的亮点，全卷基层的设计，当然不受ratio的影响。

SSD的处理：

直接进行缩放处理，这样做虽然会使图像变形，但是保证了输入的整个图像都是有效的像素。

YOLOV2的处理：

YOLO的处理也保证了图片的ratio，比如tiny-yolo的输入尺寸为416*416，在对图片进行保证ratio的缩放后，对其他区域进行127像素的填充，这样做的好处就是保证了ratio，不足之处就是当输入图片的ratio比较大的时候，就会填充好多无效的127像素，一个图中，无效区域比有效区域还大，当然对小目标的检测就还不如SSD奏效了。

1. static image_t ipl_to_image(IplImage* src)
2. {
3. unsigned char *data = (unsigned char *)src->imageData;
4. int h = src->height;
5. int w = src->width;
6. int c = src->nChannels;
7. int step = src->widthStep;
8. image_t out = make_image_custom(w, h, c);
9. int i, j, k, count = 0;;
10. for (k = 0; k < c; ++k) {
11. for (i = 0; i < h; ++i) {
12. for (j = 0; j < w; ++j) {
13. out.data[count++] = data[i*step + j*c + k] / 255.;
14. }
15. }
16. }
17. return out;
18. }
19. static void rgbgr_image(image_t im)
20. {
21. int i;
22. for (i = 0; i < im.w*im.h; ++i) {
23. float swap = im.data[i];
24. im.data[i] = im.data[i + im.w*im.h * 2];
25. im.data[i + im.w*im.h * 2] = swap;
26. }
27. }

RFCN的处理：

RFCN的处理主要是在网络卷积参数的设计上，引入了dilation参数，也就是所谓的hole algorithms，可以有效的增大map，提高对小目标的检测。

如下图所示，假设第一个为原始的map（3*3），第二个为dilation: 2时得到的map（7*7），第三个为在第二个的基础上，dilation: 4得到的map（15*15）。

这里用KITTI的一张图片进行测试说明，