转自：https://blog.csdn.net/sinat_30071459/article/details/50546891
并针对自己遇到的问题进行了一系列更改和记录。
Faster-RCNN源码下载地址：
Matlab版本：https://github.com/ShaoqingRen/faster_rcnn
一、初始安装的软件版本及检测
win10系统
安装vs2013；
安装Matlab R2016b；
安装CUDA 7.5；
上面的安装顺序最好不要乱，否则可能出现Matlab找不到vs的情况，在Matlab命令行窗口输入：mbuild -setup，如果出现：
说明Matlab可以找到vs2013。CUDA应在安装vs2013后再安装。
二、编译自己的external文件
如果cuda版本是6.5则按照引用博文中的网址下载即可。若不是，则需要自己编译。
具体可以参考：https://www.cnblogs.com/maitre-zhao/p/6689953.html
注意：应将caffe-faster-R-CNN里所有文件拷贝到.\caffe_library\caffe中去，而非直接拷贝caffe-faster-R-CNN文件夹！
其中，此文件中：
根据提示，需要改的地方，依次为：从中段偏下开始有需要更改的地方
对caffe项目右键——属性——配置属性——VC++目录 中根据自己软件安装路径更改包含目录和库目录，并将原先错误的路径覆盖，如图：
三、编译faster_rcnn_build.m文件遇到问题
按要求完成博文内容后，用MATLAB运行faster_rcnn-master中的faster_rcnn_build.m文件会出现以下错误：
解决方法：
将functions/nms/nvmex.m中进行如下更改：
再重新运行faster_rcnn_build.m文件编译成功。
四、运行startup.m文件
五、运行experiments/script_faster_rcnn_demo.m文件
在运行之前先下载源码主页下的final model，地址：https://pan.baidu.com/s/1hsFKmeK
并将其解压到faster_rcnn-master下。
在运行前，要检查CUDA是否进行了系统环境配置。
将以下路径全部加到系统环境Path中：
C:\Program Files\NIVIDIA GPU Computing Toolkit\CUDA\v7.5\libnvvp
C:\Program Files\NIVIDIA GPU Computing Toolkit\CUDA\v7.5
C:\Program Files\NIVIDIA GPU Computing Toolkit\CUDA\v7.5\bin
C:\Program Files\NIVIDIA GPU Computing Toolkit\CUDA\v7.5\lib\x64
在运行faster_rcnn-master根目录下运行script_faster_rcnn_demo.m文件。