windows下的純c++版 Faster R-CNN
效果如下圖：
同時版本經過大幅度效能優化，在GeForce GTX TITAN X顯示卡上，對於VGG16模型的速度是16.6fps左右。
*****************************分割線********************************
我的上一篇部落格 純C++版的Faster-Rcnn（通過caffe自定義RPN層實現） 是在windows下caffe的基礎上，通過自定義RPN層取代python層，實現純c++版的windows faster-rcnn，具體可以看上一篇部落格，它的毛病是，在速度方面遠不如python版，不太符合工程需要，比如我最近的專案中，需要對連續的視訊幀進行目標檢測，那樣對效率要求就很高。
這個版本，參照的是D-X-Y大神github上的純c++版的faster-rcnn，https://github.com/D-X-Y/caffe-faster-rcnn，不過是在linux平臺上，我把它移植到微軟的windows-caffe版本下，但是由於D-X-Y的版本，因為需要支援faster-rcnn，所以修改了caffe的原始碼（比如在blob.hpp裡就加了點程式碼），同時添加了很多的程式碼檔案以支援faster-rcnn，所以一個移植的方法，就是把D-X-Y的版本中的程式碼，全部替換掉微軟的版本，然後按照微軟的caffe版本，用vs2013進行編譯，只要編譯libcaffe就好了（我記得移植這個過程，花了七八個小時吧，因為兩個版本的不相容，不斷地嘗試，不斷地改錯，編譯一次才知道錯誤在哪，改正後又會不斷的出現問題），因為都是哪裡有錯改正繼續試，所以具體編譯過程我也沒有記錄下來。
具體編譯安裝過程，請看github上的readme，其實跟windows下編譯caffe一樣的。
編譯完後，再配置VS2013，然後就可以在VS中像使用OpenCV一樣使用Faster R-CNN了！具體步驟github上也說明了：我把第三方庫都打包好了，只要把bin、include、lib配置到VS2013的對應路徑就成。
OK了，有需要的夥伴可以配置跑一下，對於有工程需要（特別是c++環境）的朋友，還是很有幫助的。
如果覺得好用，不介意star下我的github，謝啦~