pyPFCN caffe配置

caffe框架学习资料,包含源码解析,架构,官方中译文,学习笔记,资料打包

基于RCNN在caffe框架上运行,能够实时读取视频流,检测物体。使用方法:1cd $FRCN_ROOT/lib;make 2cd caffe-fast-rcnn git remote add caf

https://github.com/Microsoft/caffe Latest commit ed05614 on 7 Dec 2016

vs2015新建caffe工程的配置文件，需要对应路径上改为自己的caffe路径和GPU路径（可选），里面带新建工程生成的classification例子。

caffe.proto中没有UpsampleLayer，因此针对caffe.proto自行添加了upsamplelayer，可使用protobuf对其进行编译生成caffe_upsample_pb2.

Caffe运行手写体数字识别例程前需要下载的数据集,共4个文件。

Caffe面部检测模型,包含res10_300x300_ssd_iter_140000.caffemodel,deploy.prototxt

caffe-1.0.zip

caffe-ssd的Makefile.config文件。编译步骤：直接在根目录下：1、makeall-j40.2、makepycaffe-j40

深度学习caffe实战，适合caffe的入门，对深度学习有兴趣的也可进行了解和学习