faster rcnn： 架构实现过程详细介绍

   faster rcnn 相对与 fast rcnn 主要是将 selection search 变成了 rpn(region proposal network)网络来生成候选区域，这样就可以实现end to end training了。

   本文主要介绍它的实现过程：

   
   image ->  vgg (conv_1-5) - > rpn (1,conv_1x1 score;  2, conv_3x3 boxes regression) -> fc6 -> fc7 -> (score ;  boxes  regression)

   所以主要介绍 rpn的实现过程，其余过程和 fast rcnn 是一样的；

 vgg conv_5后就是rpn net,有两个分支（two branch ），一个是产生每个位置的每个 anchor box 的score（只判断该anchor box是否包含物体bg/fg）,另一个是产生相对应 anchor box 的相对位置偏移（具体计算见论文rcnn）。

 rpn网络的训练过程：

 原论文中讲了三种训练方法
 (i) Alternating training.
        交替训练： 首先训练RPN,再用其生成proposal训练Fast R_CNN。再将 Fast R-CNN网络的参数用作训练RPN网络的初始参数；
        迭代该过程。
        
 (ii) Approximate joint training. 
      联合近似训练：将RPN和Fast R-CNN放到一块训练，固定RPN的proposal，训练 Fast R-CNN 时再 pre-computed proposal；bp时
      两个网络的loss是合并（相加）的。一个缺点是：不能忽略了RPN的 proposal boxes’ coordinates 的 responses;
      所以是近似的。
      
 (iii) Non-approximate joint training. 
        非近似联合训练：这种方法改进了(ii)的 proposal boxes’ coordinates 不参与BP的缺点，但这需要 Fast R-CNN 的 
        ROI pooling layar 可微，This is a nontrivial problem，可以利用“RoI warping”技术实现；具体在后面文章中有介绍。
 

 training progress：

 经过 net  forward阶段，rpn 产生的anchors(anchor 种类 * scale 个数 * feature location 个数) 的score 和regression，去掉一些不符合要求的boxes, 再按score 排序，取 top N, ， 然进行 nms（非最大化抑制）操作，去掉一些重叠率（overlap）的boxes，最后取 nms后的top N 与 ground truth 比较，classification score 和 boxes regression ，计算 loss, 该loss 只用于更新rpn 的参数；而fast rcnn 的loss 用于更新 除 rpn 外的其他参数；（各自的loss用于更新各自的参数）

 注意： anchor 是一个一半正直，一半负值的矩阵，因为相对与anchor box central position 计算它与对应的 image position 的相加结果为 proposal region。stride=image/conv5 feature;