rpn网络

高层的feature map有更大的感受野，底层的feature map有更小的感受野，这不再赘述。
在高层的feature map每个像素当成一个anchors base，再根据原图压缩至feature map缩小的倍率进行反向倍化，就比如（0，0）倍化还是0，0，（2，2）倍化就是（2倍率，2倍率）坐标了。每个anchors base衍生出9（原论文是9，如果想预测小目标，可以设置更小的长宽）个长宽不等的anchorboxs。
其实每一批次的anchors base坐标点都一样（同一个featuremap），因为featuremap尺寸一样，原图又调整一样。
以下是筛选proposal给fast_rcnn
1）对众多的anchorboxs，进行筛选，筛选出符合要求的proposal。先根据score打分情况排序（就是1*1卷积后的tensor），再根据设定阈值pre_nms=2000，有的特征层生成的anchorsbox可能都不够阈值pre_nms，所以这一层就没筛掉。
2）nms非极大抑制（iou=0.5）proposal彼此之间排斥，再根据设定阈值pos_nms=2000
以下是筛选proposal训练RPN网络