本文转自以为技术大牛的blog，原文地址：http://nbviewer.ipython.org/github/ouxinyu/ouxinyu.github.io/blob/master/MyCodes/caffe-master/detection.ipynb
1.下载训练好的R-CNN模型，也可以自己使用Caffe训练一个自己的模型。预训练模型基于Imagenet数据集，并在ILSVRC13上进行微调，输出200个检测分类。
下载方法：~/caffe-master$ ./scripts/download_model_binary.py models/bvlc_reference_rcnn_ilsvrc13
2.下载Selective Search，并运行matlab编译相关mex文件。
(1) 下载方法：https://github.com/sergeyk/selective_search_ijcv_with_python ，下载后解压，改名，并复制到 ～/caffe-master/python/selective_search_ijcv_with_python/,注意此路径只是为了方便学习，并非强制性要求，如果这个路径改了，那么接下来很多地方的路径也是需要改的。
(2) 编译方法：启动matlab客户端，并运行～/caffe-master/python/selective_search_ijcv_with_python/demo.m ，无报错信息运行后关闭matlab即可。
3.执行python/detect.py报错时，可参考如下修改方法：
(1) 报错信息：OSError: [Errno 2] No such file or directory
修改文件：~/caffe-master/python/selective_search_ijcv_with_python/selective_search.py
修改前：mc = "matlab -nojvm -r \"try; {}; catch; exit; end; exit\"".format(command)
修改后：mc = "/usr/local/MATLAB/R2014b/bin/matlab -nojvm -r \"try; {}; catch; exit; end; exit\"".format(command)
(2) 报错信息：ValueError: 'axis' entry 2 is out of bounds (-2, 2)
修改文件：~/caffe-master/python/caffe/detector.py
修改前：predictions = out[self.outputs[0]].squeeze(axis=(2, 3))
修改后：predictions = out[self.outputs[0]].squeeze()
经过以上两个问题的修改之后，就可以安装caffe官网的步骤愉快地玩耍了！