1、参考博客
http://blog.csdn.net/mr_curry/article/details/54745116
http://blog.csdn.net/btbujhj/article/details/53070810
在已经配置好的caffe-master(但未添加roi_pooling_layer)的情况下，将roi_pooling_layer头文件，cu文件和cpp文件手动加入到libcaffe中，为防止出现其他问题。参考博客http://www.cnblogs.com/LaplaceAkuir/p/6445189.html，将caffe-master/include/caffe下的所有头文件加入到libcaffe项目的头文件中，caffe-master/src/caffe的cpp和cu文件加入到libcaffe的源文件和cu文件中。添加完成后，再次重新编译整个项目。重新生成libcaffe后，再生成matcaffe。也可以整个工程都全部重新生成。
2、资源下载：
Matlab版本的Faster R-CNN：https://github.com/ShaoqingRen/faster_rcnn，解压后，把我们得到的matcaffe文件夹复制到external/caffe/目录下（demo是在这个目录下搜的函数）。
下载资源faster_rcnn_final_model.zip，百度云http://pan.baidu.com/s/1mioahvU，将output文件夹放置在项目faster_rcnn-master根目录
3、修改m文件
为运行faster_rcnn-master\experiments文件夹下的demoscript_faster_rcnn_demo.m这个文件，注释掉以下两行，加上caffe.set_mode_cpu，如下：
%% -------------------- CONFIG --------------------
opts.caffe_version = ‘caffe_faster_rcnn‘;
%注释opts.gpu_id = auto_select_gpu;
%注释active_caffe_mex(opts.gpu_id, opts.caffe_version);
添加caffe.set_mode_cpu;
然后把opts.use_gpu选项改了：
opts.use_gpu = false;
4、运行demo
cd faster_rcnn-master/
addpath(‘experiments/‘) %添加路径
script_faster_rcnn_demo
在运行过程中出现错误如下：
caffe 未定义与 ‘double‘ 类型的输入参数相对应的函数 ‘nms_mex‘。
这是由于没有生成nms mex文件，可以通过运行文件根目录下的：faster_rcnn_build.m，发现出现无法打开 nms_gpu_mex.o”，需要打开.\functions\nms\nvmex.m 文件，修改Host_Compiler_Location为为自己的VS安装路径，重新编译faster_rcnn_build.m通过。
重新运行script_faster_rcnn_demo，得到四副图像的运行结果
Vgg-16网络其慢无比，
fast_rcnn startup done
001763.jpg (500x375): time 511.408s (resize+conv+proposal: 167.394s, nms+regionwise: 344.014s)
004545.jpg (500x375): time 900.987s (resize+conv+proposal: 345.407s, nms+regionwise: 555.581s)
000542.jpg (500x375): time 994.914s (resize+conv+proposal: 231.380s, nms+regionwise: 763.535s)
000456.jpg (500x375): time 1297.557s (resize+conv+proposal: 618.641s, nms+regionwise: 678.916s)
001150.jpg (500x375): time 1005.064s (resize+conv+proposal: 313.427s, nms+regionwise: 691.637s)
mean time: 941.986s
Cleared 0 solvers and 4 stand-alone nets
还是cpu太慢了
结果比较http://blog.csdn.net/cgt19910923/article/details/55505557，大体相同，但是有细微差异
有两种网络可以选择，在script_faster_rcnn_demo.m这个地方。上面是VGG-16，下面是zf5，上面的网络太大，奇慢无比。
model_dir = fullfile(pwd, ‘output‘, ‘faster_rcnn_final‘, ‘faster_rcnn_VOC0712_vgg_16layers‘); %% VGG-16
%model_dir = fullfile(pwd, ‘output‘, ‘faster_rcnn_final‘, ‘faster_rcnn_VOC0712_ZF‘); %% ZF
