一、安装依赖项
安装blas
$ sudo apt-get install libatlas-base-dev
安装pip
sudo apt-get install python-pip
安装其他依赖库
$ sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev protobuf-compiler liblmdb-dev libgflags-dev libgoogle-glog-dev liblmdb-dev
$ sudo apt-get install python-dev
$ sudo apt-get install python-opencv
安装Python模块
$ sudo apt-get install python-numpy python-scipy python-matplotlib python-sklearn
python-skimage python-h5py python-protobuf python-leveldb python-networkx python-nose python-pandas python-gflags Cython ipython
二、安装opencv
安装过程不多说，网上教程很多，我习惯于下载好OpenCV，然后建立在opencv的主目录建立一个build文件夹，终端cd到该文件夹直接
cmake ..
make
make install
三、下载配置caffe
从github上直接下载
$ git clone git://github.com/BVLC/caffe.git
用终端cd到caffe目录下
cp Makefile.config.example Makefile.config
更改Makefile.config
的部分内容：
去掉CPU_ONLY :=1的注释
注释掉CUDA有关的行：
#CUDA_DIR := /usr/local/cuda
#CUDA_DIR := /usr
#CUDA_ARCH := ....
#TEST_GPUID := 0
去掉WITH_PYTHON_LAYER := 1的注释
改正后：
make all
make test
make runtest
make pycaffe
都make成功后cd caffe/python
文件夹。打开python解释器，若import caffe成功，则安装成功。
四、安装py-faster-rcnn
git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git
安装cython
sudo pip install cython
cd到/py-faster-rcnn/lib
修改setup.py文件，注释掉GPU相关代码，如下：
#CUDA = locate_cuda()
#self.set_executable('compiler_so', CUDA['nvcc'])
# Extension('nms.gpu_nms',
# ['nms/nms_kernel.cu', 'nms/gpu_nms.pyx'],
# library_dirs=[CUDA['lib64']],
# libraries=['cudart'],
# language='c++',
# runtime_library_dirs=[CUDA['lib64']],
# this syntax is specific to this build system
# we're only going to use certain compiler args with nvcc and not with
# gcc the implementation of this trick is in customize_compiler() below extra_compile_args={'gcc': ["-Wno-unused-function"],
# 'nvcc': ['-arch=sm_35','--ptxas-options=-v','-c','--compiler-options',"'-fPIC'"]},
#include_dirs = [numpy_include, CUDA['include']]
#),
setup.py修改完成后，在lib目录下执行
make
接下来要编译caffe（项目自带的caffe-fast-rcnn）
修改Makefile.config，和之前修改caffe一样
cp Makefile.config.example Makefile.config
更改Makefile.config
的部分内容：
去掉CPU_ONLY :=1的注释
注释掉CUDA有关的行：
#CUDA_DIR := /usr/local/cuda
#CUDA_DIR := /usr
#CUDA_ARCH := ....
#TEST_GPUID := 0
去掉WITH_PYTHON_LAYER := 1的注释
改正后：
make -j8 && make pycaffe
至此安装完毕。
还要修改/py-faster-rcnn/lib/fast_rcnn/nms_wrapper.py文件部分内容
1.注销
#from nms.gpu_nms import gpu_nms
2.改参数
def nms(dets, thresh, force_cpu=True):
五、运行demo.py
cd到py-faster-rcnn文件夹,下载caffe训练集以及所需要的文件
./data/scripts/fetch_faster_rcnn_models.sh
cd到/py-faster-rcnn/tools，运行
./demo.py --cpu
之后可以看见系统已经训练好的模型运行效果。
但是cpu还是比较慢的。且容易内存溢出。如果我们换成zf网络模型（默认为VGG16）需要
./demo.py --cpu --net zf