兜兜轉轉，兜兜轉轉;
一次有一次，這次終於把Faster R-CNN 跑通了。
重要提示1：在開始跑Faster R-CNN之前一定要搞清楚用的是Python2 還是Python3. 不然你會無限次陷入一下錯誤：
from ._caffe import Net, SGDSolver, NesterovSolver, AdaGradSolver, \
ImportError: dynamic module does not define module export function (PyInit__caffe)
錯誤原因：當出現這個錯誤的時候，你應該知道錯誤原因極有可能是Python版本問題。
首先，ubuntu是自帶兩個版本的Python, 通常做深度學習的人會裝anaconda.這樣算下來你的計算機就有三個版本的python了：
python2.7, python3.5, conda版本的python (具體版本可以終端查看。)
好了，現在你知道你電腦有若干個版本的python. 那么跑Faster R-CNN應該用哪個版本呢？
（個人建議用官方自帶的python2.7。 在github上下載的也是2.x版本的程序。以下教程也是2.7版本的。）
重要提示2：如果你用Python2.x跑Faster R-CNN,並且你裝了anaconda。那么你首先要做的就是把anaconda的環境變量路徑給注釋掉。
步驟如下：(1)終端輸入：gedit ~/.bashrc
(2)然后將anaconda的路徑注釋掉(如下圖，在export前面加一個#.然后右上角保存並關閉退出。)：
(3)最后輸入source ~/.bashrc使bashrc文件的修改生效
重要提示3：查看下你電腦默認的是python2還是python3.
在終端輸入python:
如圖所示，我的已經切換至python2.x。 如果你的是Python3.x，直接執行以下命令即可：
sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150
(借圖)
直接命令：python，默認為python3,如下
如果要切換到Python2，執行：sudo update-alternatives --config python
然后輸入對應的數字即可。
再一次輸入python
這就成功i切換到Python2.x啦。當然了，你一開始的就是Python2.x。 就不用走以上步驟。
下面開始愉快的跑Faster R-CNN. 皮皮蝦，跟我走！！
一，下載文件
下載faster R-CNN，在終端下執行命令：git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git
二，編譯caffe
1、進入py-faster-rcnn文件夾下的lib文件夾內
(1). cd py-faster-rcnn/lib
(2). make
2、進入py-faster-rcnn文件夾下的caffe-fast-rcnn下，把Makefile.config.example拷貝一份重命名為Makefile.config文件，命令如下：
(1). cp Makefile.config.example Makefile.config
(2). 修改Makefile.config下的相關參數: sudo gedit Makefile.config
根據個人情況修改文件：
a.若使用cudnn，則將
#USE_CUDNN := 1
修改成：
USE_CUDNN := 1
b.若使用的opencv版本是3的，則 將
#OPENCV_VERSION := 3
修改為：
OPENCV_VERSION := 3
c.若要使用python來編寫layer，則 將
#WITH_PYTHON_LAYER := 1
修改為
WITH_PYTHON_LAYER := 1
d.重要的一項 : 將 # Whatever else you find you need goes here. 下面的
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
修改為：
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial
這是因為Ubuntu16.04的文件包含位置發生了變化，尤其是需要用到的hdf5的位置，所以需要更改這一路徑.
(4)修改makefile文件 打開makefile文件，做如下修改：
將：
NVCCFLAGS +=-ccbin=$(CXX)-Xcompiler-fPIC $(COMMON_FLAGS)
替換為：
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
(5)編輯/usr/local/cuda/include/host_config.h
將其中的第115行注釋掉： 將
# error-- unsupported GNU version! gcc versions later than 4.9 are not supported!
改為
//#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!
3. 配置完成后，下面進行編譯。直接編譯會出現編譯錯誤，這是因為faster-rcnn默認的caffe支持的cudnn版本是V4，而想用1080Ti顯卡，必須使用cuda7.5+cudnn5.0以上版本，因此編譯caffe會出現版本不兼容而導致的函數參數不對應的錯誤。
解決辦法，下載最新的caffe：https://github.com/BVLC/caffe
(1)、將caffe/include/caffe/util/cudnn.hpp拷貝到py-fast-rcnn/caffe-fast-rcnn/include/caffe/util/
(2)、將caffe/include/caffe/layers里所有以cudnn開頭的文件都拷貝至py-fast-rcnn/caffe-fast-rcnn/include/caffe/layers,全部替換掉
(3).將caffe/src/caffe/layers里所有以cudnn開頭的文件都拷貝至py-fast-rcnn/caffe-fast-rcnn/src/caffe/layers,全部替換掉
改好后先 make clean
再重新執行 make
不再報錯
再執行
make pycaffe
三. 下載預訓練模型：
1 ./data/scripts/fetch_faster_rcnn_models.sh
2 ./data/scripts/fetch_imagenet_models.sh
下載完成后data目錄會有對應的模型文件存在
四. 運行demo.py
1. cd py-faster-rcnn/tools
2. ./demo.py # 該命令默認的是VGG16的模型
或者執行
./demo.py --net zf #執行此命令可以運行zf模型
效果如下圖：
貼一個很有用的帖子：https://blog.csdn.net/flygeda/article/details/78638824