Fasterrcnn一些细节

Fasterrcnn一些细节

目前的fasterrcnn基本都是基于resenet系列，分为C4版和FPN版的，后者用得比较多。这两者的区别在与C4版的时在resnet50基础上改的，利用res4输出来进行rpn计算和roi pooling，然后roi head是和res5共享的，也就是说并没有单独再设计roi head了，res4输出14x14的roi，然后再经过res5降采样一下就得到了7x7的roi，然后在avg pool，最后连接cls head和box head。 FPN的fasterrcnn则是在fpn输出(3x3 conv)后直接进行7x7的roi pooling，也是就是c2,c3,c4,c5,c6，c6是在c5基础上卷积出来的，这里的由于有5个特征层，所以就有5个rpn，但都是共享权重的，最后利用proposal在c2,c3,c4,c5上边pooling，得到了混合的roi，再那全局Nms后的roi输入到共享的roi head，这里的roi head主要指的是两层FC，因为在pooling完之后，直接flatten。

rpn和roi head的正负样本和采样细节：rpn训练时minibatch=256，正负各占一半，而且允许low quality匹配，即与gt的iou小于0.7的anchor也能匹配上。roi head训练时minibatch=512，正样本占0.25，其余由负样本填充，不够也没关系，但这里不允许low quality匹配。在训练初期，往往需要加入一些gt给roi head训练，不然没有那么多positive。训练时，rpn每层给出的proposals为2000，经过Nms后总和不超过1000，测试时每层给的proposals不超过1000。

关于bn层：
bn层就集中在backbone，而且在检测设置中一般都是froze住的，即参数和running mean/var不更新，直接使用的是imagenet的参数。