faster-rcnn-tf版网络流程详解

faster-rcnn论文连接：https://arxiv.org/pdf/1506.01497.pdf

代码地址:https://github.com/zacks417/faster-rcnn-tf

按照论文思路并参考了其他版本的源码，这版代码是我加过注释的tf版本，在我自己的电脑上能跑通。

本机实验环境：py3.6, CUDA9.0, tf1.7，GTX1070。

下面讲解一下faster-rcnn整体网络流程

以VGG16为backbone来讲解faster-rcnn整体流程

以vgg网络输入为**600x800x3**为例，网络的**conv5_3**为rpn网络的输入，就是上图中的feature Map, 大小为**1x38x50x512**

,backbone部分就不讲了，比较简单.

RPN部分：

下图为rpn的结构图,输入即为conv5_3，输出rois（128x84）128个感兴趣区域，84为21x4，即为每个类别都预测bbox。

conv5——3首先通过3x3 same卷积降维，记为rpn_conv，维度变成1x38x50x512，接下去是两个分支，都