配置环境：
Windows 7
vs2013
Anaconda2
Caffe-SSD-microsoft
准备
因为是windows平台，所以我使用的caffe源是https://github.com/conner99/caffe。
如果使用以上源，请一定使用vs2013来进行之后的编译。
如果使用以上源，请一定使用vs2013来进行之后的编译。
如果使用以上源，请一定使用vs2013来进行之后的编译。
我在一开始使用的是vs2015，编译出现很多问题，所以重要的事情说了三遍。
下载安装git，然后在git输入下面指令获取caffe：
在https://github.com/conner99/caffe.git下载caffe-ssd-microsoft压缩包
打开caffe-ssd-microsoft\windows文件夹，看到里面的CommonSettings.props.example文件，复制出来一份，并改名字为CommonSettings.props，修改它成为下面这样（因为只用CPU跑）（GPU修改参数相反）：
之后，在caffe-ssd-microsoft\src\caffe下新建3rdparty文件夹，里面添加hungarian.cpp；在caffe-ssd-microsoft\include\caffe下新建3rdparty文件夹，里面添加hungarian.hpp。这两个文件的下载地址：链接：
然后，为防止编译的时候出现regex相关的报错，而在项目中我们不需要正则表达式，所以将相关语句注释掉：
进入项libcaffe中，进入detection_output_layer.hpp中，将与regex相关头文件注释掉：
进入detection_output_layer.cpp文件，将所有出现regex和rv的语句注释掉：
进入detection_output_layer.cu文件（GPU所需），将所有出现regex和rv的语句注释掉：
编译
编译libcaffe模块
设置libcaffe为启动项，设置libcaffe的属性页如下：
由于这个caffe源是windows的，在一开始编译的时候会通过NuGet下载很多caffe的依赖包，需要一段时间。下载下来之后这些包都位于NugetPackages文件夹下，这个文件夹在caffe的平行目录下。
libcaffe编译成功之后，在我们的caffe路径下就会自动出现一个名叫Build的文件夹，进入Build\x64\Release，以后编译成功和运行需要的文件都会存放在这个Build\x64\Release下里面。
编译caffe模块
和编译libcaffe模块同样的方式编译caffe模块。（即把上面所述将警告视为错误 改为否）
编译pycaffe模块
由于pycaffe基于python2.7，所以安装anaconda2。
然后再次修改配置文件CommonSettings.props：
<PythonSupport>true</PythonSupport>
<PythonDir>D:\ProgramData\Anaconda2</PythonDir>（中间修改成你自己的python路径）
和上面libcaffe同样的设置编译pycaffe，编译成功后将Build/x64/Release/pycaffe下的caffe文件夹拷贝到Anancoda下面的Lib\site-packages下。
之后就要配置protobuf，要不然import caffe会报错。
先下载protobuf.3.0.0：https://github.com/google/protobuf/releases/tag/v3.0.0
下载链接里面的protobuf-python-3.0.0.zip和protoc-3.0.0-win32.zip：
protobuf-python-3.0.0为protobuf的安装包；
protoc-3.0.0-win32包含protobuf的编译器protoc的win32版本，用以编译*.proto文件。
下载后将protoc-3.0.0-win32\bin\protoc.exe复制到protobuf-python-3.0.0\protobuf-3.0.0\src。
打开cmd，切换到protobuf-python-3.0.0\protobuf-3.0.0\python目录，运行如下指令，生成大量*.py：
python setup.py build
然后运行指令：
python setup.py test
python setup.py install
然后进入python：
python
import caffe
不报错的话就编译成功啦。
编译get_image_size和convert_annoset模块
跟前面一样，目的是为了之后VOC数据的训练准备工具。
SSD模型的训练和检测
先准备VOC0712数据集。
下载地址：链接：https://pan.baidu.com/s/15OR_CeA_o0TVjOzukRjMPA 密码：yye0（如果失效请评论我，会很快看到~）
在data\VOC0712下按照上述的顺序依次解压VOC文件，得到当前目录下的VOC2007和VOC2012两个文件夹。
从data\VOC0712下复制get_image_size.bat到caffe根目录下，打开get_image_size.bat看一下路径是否是对的，由于我下载caffe的时候直接放在D:\路径下，所以不需要改动.bat里面的路径。
修改之后运行get_image_size.bat，出现如下结果：
这会生成test_name_size.txt文件。
之后复制data/VOC0712下的create_data.bat文件到caffe的根目录，打开看是否需要修改路径，运行得到：
之后就可以训练了。
这里需要准备训练的prototxt和一个预训练的VGGNet的网络。
下载deploy.prototxt、solver.prototxt、train.prototxt和test.prototxt，下载地址和前面的hungarian.cpp下载地址一样。将下载下来的四个文件放入一个新建文件夹SSD_300x300内。
下载预训练的VGGNet的网络：链接：https://pan.baidu.com/s/16h-cK7nBouSDY_8_4G90Og 密码：x25l
在models\VGGNet下新建文件夹VOC0712，将SSD_300x300文件夹和预训练的VGGNet的网络放进去：
然后在caffe目录下新建一个ssd_pascal.bat文件，内容如下：
Build\x64\Release\caffe.exe train --solver=models\VGGNet\VOC0712\SSD_300x300\solver.prototxt -weights=model\VGGNet\VOC0712\VGG_ILSVRC_16_layers_fc_reduced.caffemodel
pause
注意里面的地址。
还有记得看一看train和test两个prototxt里面的source路径是否需要修改。
运行ssd_pascal.bat文件，即开始训练~
参考：
原文：https://blog.csdn.net/malvas/article/details/84068173
https://blog.csdn.net/sinat_30627475/article/details/81326234（GPU 博客参考）