Faster Rcnn 训练过程4:ProposalTargetCreator

ProposalTargetCreator

负责在训练 RoIHead/Fast R-CNN 的时候，从 RoIs 选择一部分 (比如 128 个) 用以训练。
同时给定训练目标, 返回（sample_RoI, gt_RoI_loc, gt_RoI_label）

BATCH_SIZE = 128
BBOX_THRESH=0.5
FG_FRACTION = 0.25

步骤：

1. RoIs 和 gt_bboxes 的 IoU 大于 0.5 的，选择一些（比如 32 个）
2. 选择 RoIs 和 gt_bboxes 的 IoU 小于等于 0（或者 0.1）的选择一些（比如 128-32=96 个）作为负样本
3. 为了便于训练，对选择出的 128 个 RoIs，还对他们的gt_roi_loc 进行标准化处理（减去均值除以标准差）
4. 最终返回sample_RoI(128个roi区域), gt_RoI_loc(128个roi相对GT的偏移值), gt_RoI_label(128个roi区域的对应的标注)

roi的画图效果：