2019/8/14Faster RCNN自学记录

win10下跑pytorch框架的Faster RCNN(https://github.com/ruotianluo/pytorch-faster-rcnn),安装git，安装教程(https://blog.csdn.net/qq_32786873/article/details/80570783)

python的某些函数

1. append和extend（https://www.cnblogs.com/subic/p/6553187.html）
2. argmax和max（https://blog.csdn.net/weijianmeng/article/details/7073134）
3. dict（https://www.cnblogs.com/wushuaishuai/p/7678210.html）
4. zip （https://www.cnblogs.com/wushuaishuai/p/7766470.html）
5. nn.linear 线性函数（https://www.cnblogs.com/Archer-Fang/p/10645473.html和https://blog.csdn.net/m0_37586991/article/details/87861418）
6. reverse list翻转（https://blog.csdn.net/gymaisyl/article/details/83785853）
7. round（https://blog.csdn.net/qq_43313588/article/details/86624840）
8. astype（https://www.cnblogs.com/fuhang/p/8045973.html）
9. permute 数据换维（https://blog.csdn.net/york1996/article/details/81876886）
10. view_as（https://blog.csdn.net/qq_37385726/article/details/81738518）
11. contiguous（https://blog.csdn.net/appleml/article/details/80143212）
12. torch.max(input,dim=?)[?]（https://blog.csdn.net/Z_lbj/article/details/79766690）
13. np.stack，np.vstack和np.hstack（https://blog.csdn.net/csdn15698845876/article/details/73380803）
14. np.newaxis（https://blog.csdn.net/molu_chase/article/details/78619731）
15. 双星**是幂运算的意思
16. meshgrid（https://blog.csdn.net/myj0513/article/details/6871482）
17. transpose（https://blog.csdn.net/u012762410/article/details/78912667）
18. numpy的ascontiguousarray（https://zhuanlan.zhihu.com/p/59767914）
19. lambda这函数真是看一次忘一次没谁了……（https://blog.csdn.net/zjuxsl/article/details/79437563）
20. numpy与torch之间的转换（https://blog.csdn.net/qq_37385726/article/details/81700817）
21. numpy.choice（https://blog.csdn.net/IAMoldpan/article/details/78707140）
22. nonzero（https://blog.csdn.net/qq_32005671/article/details/74011045）
23. numel（https://blog.csdn.net/ccbrid/article/details/86759679）
24. max(1)（https://blog.csdn.net/qq_41800366/article/details/86313052）

python的一些用法

1. property修饰器的使用（https://www.cnblogs.com/linuxchao/p/linuxchao-property.html）
2. 修饰器（https://www.jianshu.com/p/ab702e4d4ba7）
3. glob通配符（https://blog.csdn.net/dcrmg/article/details/78309469）

snapshot文件的保存

1. pth文件和pkl文件（https://www.angtk.com/question/28）

看fasterRCNN的第四天

construct_graph()函数构建计算图，定义在train_val里面，self.net.create_architecture函数首先self.net是一个vgg16()网络，在network里面定义了create_architecture函数，传入的参数包括anchor的尺寸和长宽比、类别数，之后是_init_modules()函数，第一句_init_head_tail函数定义在vgg16.py里面，首先更改了vgg16中classifier部分的最后一层，因为最后一层是对于相应数据集类别个数的回归，所以没有用就移除了，之后更改vgg16中feature部分前10层的参数属性不允许其做反向传播进行梯度下降。再移除feature部分的最后一层是和最大池化层.这部分结束跳回到_init_modules()函数里，开始定义RPN的结构

首先经过一个3*3的卷积，之后分成两个支路分别做rpn_cls_score_net分类可能性的1*1卷积和rpn_bbox_pred_net边框预测的1*1卷积，对应维度分别为2和4,分类为2维是因为只做有object的分类，只区分前景和背景。这时候就是已经利用RPN训练出了proposal了，这时候要把proposal对应到原来的feature map上面，之后是roipooling，这里重新使用vgg16的classifier部分的两个全链接层，然后再分成两个分支，一个做数据集的分类，一个做边框的回归，这时候的边框回归设计到了具体的类别（之前proposal 是大致的回归，只要是前景就好，所以就用了4个）所以现在是4*21维。

第13天（https://blog.csdn.net/Mr_health/article/details/84952190）

第14天（Faster R-CNN代码解读之anchor_target_layer.py - hancoder的博客 - CSDN博客）

（Faster R-CNN代码解读之proposal_target_layer - hancoder的博客 - CSDN博客）