我（lee）在这份博客中对fast-rcnn配置运行demo.py做出相应操作说明，希望可以解决大家对fast-rcnn配置的困惑，少走弯路。
注意：fast-rcnn是建立在caffe已经配置好的基础上的，如果对caffe配置不太熟的朋友可以参考一下我的博客http://blog.csdn.NET/samylee/article/details/50922601
好了，我们来玩玩这个fast-rcnn配置运行demo.py
第一部分：Git官网的fast-rcnn源码
终端输入：
cd /home/**（您服务器的名字）
git clone --recursive https://github.com/rbgirshick/fast-rcnn.git
建议放在/home/**（您服务器的名字）下面。
如果有联网不成功或克隆不了的，我在这里给出下载地址：（链接：http://pan.baidu.com/s/1dEglkuH 密码：83di）
下载后解压在主文件夹下（/home/**（您服务器的名字））即可。
第二部分：Python安装包cython,python-OpenCV,easydict
终端输入：
sudo apt-get install python-pip
sudo pip install cython
sudo apt-get install python-opencv
sudo pip install easydict
第三部分：生成Cython模块
终端输入：
cd /home/**（您服务器的名字）/fast-rcnn/lib
make
第四部分：安装atlas
终端输入：
sudo apt-get install libatlas-base-dev
第五部分:生成Caffe和pycaffe
终端输入：
cd /home/**（您服务器的名字）/fast-rcnn/caffe-fast-rcnn
cp Makefile.config.example Makefile.config
打开Makefile.config，修改之处可以参考我的Makefile.config文件，文件地址：（链接：http://pan.baidu.com/s/1mgVN57i 密码：34e6）
保存退出。
终端输入：
cd /home/**（您服务器的名字）/fast-rcnn/caffe-fast-rcnn
mkdir build
cd build
cmake ..
make all -j16（"‐j16"是使用 cpu 的多核进行编译,可以极大地加速编译的速度）
make install
make runtest
make pycaffe（编译pycaffe）
第六部分：下载fetch_fast_rcnn_models
下载网址：（链接：http://pan.baidu.com/s/1pJVburD 密码：11m0）
将下载好的fetch_fast_rcnn_models.tgz放到/home/**（您服务器的名字）/fast-rcnn/data这个目录下，右键提取到此处，即是解压。
第七部分：运行演示文件demo.py
终端输入：
cd /home/home/**（您服务器的名字）/fast-rcnn/tools
./demo.py
效果图如下：
figure1
figure2
