1.archor_target_layer产生RPN训练阶段所用的label,总共256个(TRAIN.RPN_BATCHSIZE ),每个label包括两部分,第一部分是所属的类别(前景/背景),第二部分是坐标偏移量(dx,dy,dw,dh),这256个sample将用来训练RPN
2.RPN训练完后,将用其生成的类别信息和坐标偏移信息,并结合proposal_layer,py,生成proposal(候选区域),这部分在训练阶段输出的是2000个proposals(TRAIN.RPN_POST_NMS_TOP_N = 2000),在测试阶段输出的是300个(TEST.RPN_POST_NMS_TOP_N = 300)
3.proposal_target_layer就是给RPN输出的proposals产生labels,也包括两部分,这部分总共利用了2000个里面的128个训练网络(cfg.TRAIN.BATCH_SIZE)