调试calc(Convolutional Autoencoder for Loop Closure)的问题

　　这两天看了一篇做回环检测的，觉得很有意思。文章叫<>，大体思路是给定一张图片，首先在四个角各取一个点，然后作为新的图像，然后原图像计算HOG，新图像送到抗噪编码器产生和HOG一样的维度，最后两个HOG的欧氏距离，计算L2损失函数，解决了视角、尺度变化的问题，使回环更具鲁棒性；并且网络也十分简单，可以实现实时的检测。工程地址：https://github.com/rpng/calc

 　　但是在调试中也出现了一些问题，具体如下：

1、caffe安装，网上的各种caffe安装教程中都没有 make install 这一步，但是这个工程是需要的，caffe安装也是个坑，需要安装各种依赖，不过还好有官方和非官方的安装教程。

2、DeepLCD工程的build，首先是如果要用他的模型，必须要下载，但是下载路径是他的个人网站，速度极慢，建议直接把链接取出来下载。

3、在编译时有个问题，gtest库好像更新了，但是作者还没有更新它的代码，但是这部分貌似是error测试的，可以不编译这部分，具体方案如：https://github.com/rpng/calc/issues/18。

4、搞得我最头疼的问题还是那个模型，因为下的他的模型，所以没有多想，但是编译的时候的问题入下：

F0830 14:34:49.570622 25732 upgrade_proto.cpp:97] Check failed: ReadProtoFromBinaryFile(param_file, param) Failed to parse NetParameter file: /home/jerry/classic_slam/calc/DeepLCD/build/calc_model/calc.caffemodel
*** Check failure stack trace: ***

我开始以为是路径的问题，所以谢了绝对路径，但是后来发现并不是，google后发现是因为读取model的问题，最后发现下载的模型压缩包有40M，但是解压后的模型只有3M，可能时之前没下完的取解压了，模型的结构不全，所以导致运行时出错，重新解压出完整的包就可以了。