去年下半年看了相关目标检测的论文，一些传统的算法，一些CVPR,TPAMI,ECCV,ICCV,,NIPS,比较前沿的进展，主要都是基于深度学习卷积神经网络方面的，包括RCNN,SPP-NET,Fast-RCNN,Faster-RCNN,以及YOLO,SSD，然后明天准备正式开始搞学术了，争取早点把论文发出来。
趁着放假回家的时间，做点前期准备工作，深度学习方面的框架有caffe，torch，mxnet，kerse，还有最近比较大热的TensorFlow，感觉tf会持续popular，所以准备搭建一个玩玩，但是相关比较新的目标检测框架都是首先基于caffe开发的，caffe对于图像方面的库比较多，稳定，所以搭建一个caffe也是必不可少，好像tf也是可以调用caffe框架模型的（没用过）。
装双系统之step one：http://blog.csdn.net/jasonzhangoo/article/details/54865974
装显卡驱动之step two（很多同学都是因为这步而放弃深度学习的）：http://blog.csdn.net/jasonzhangoo/article/details/54866049
Ubuntu16.04下安装caffe和TensorFlow的cpu版本之step three：http://blog.csdn.net/jasonzhangoo/article/details/54866074
Win10下安装caffe的GPU版本之step four：http://blog.csdn.net/jasonzhangoo/article/details/54866120
windows安装配置faster-rcnn之step five：http://blog.csdn.net/jasonzhangoo/article/details/54866174
Ubuntu16.04下安装caffe和TensorFlow的cpu版本之step three：
当然如果你仅仅是初学者就只想快速感受一下caffe和TensorFlow的魅力，那么可以安装cpu版本跑几个demo看看。
1）依次安装依赖包
依次执行以下语句，安装依赖包：
sudo apt-get install libprotobuf-dev
sudo apt-get install libleveldb-dev
sudo apt-get install libsnappy-dev
sudo apt-get install libopencv-dev
sudo apt-get install libhdf5-serial-dev
sudo apt-get install protobuf-compiler
sudo apt-get install libgflags-dev
sudo apt-get install libgoogle-glog-dev
sudo apt-get install liblmdb-dev
sudo apt-get install libatlas-base-dev
2）下载caffe
可直接使用Git下载caffe，如果没有Git，请先安装Git，执行如下语句：
sudo apt-get install git
安装结束后下载caffe，执行以下命令：
git clone git://github.com/BVLC/caffe.git
3）编译caffe
1.进入caffe目录
cd caffe/
2.生成Makefile.config文件，这里是将caffe目录下自带的Makefile.config.example文件复制一份并更名为Makefile.config，命令如下：
cp Makefile.config.example Makefile.config
此时目录下就会有Makefile.config文件
3.修改Makefile.config文件中的配置
1）编辑Makefile.config文件
sudo gedit Makefile.config
2）去掉CPU_ONLY前面的#号
使得CPU_ONLY := 1
3)配置引用文件路径（主要是HDF5的路径问题）
原来的路径配置如下图：
修改为如下图：
新增的内容为（注意新增内容是空一格然后直接在后面添加）：
/usr/include/hdf5/serial
/usr/lib/x86_64-linux-gnu/hdf5/serial
4）执行编译
sudo make all
执行之后：
sudo make test
执行之后：
sudo make runtest
执行之后：
显示1104个用例执行成功，结果PASSED！
注意：如果执行结果失败，则需要执行语句sudo make clean,然后解决掉问题重新编译
安装TensorFlow：
首先建议安装pip，这样安装tf会十分方便sudo apt-get install python-pip
#仅使用 CPU 的版本
$ pip installhttps://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl
#开启 GPU 支持的版本 (安装该版本的前提是已经安装了 CUDA sdk)
$ pip installhttps://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl
安装Ubuntu下cpu版本可以参考：http://www.linuxdiyf.com/linux/26229.html
