Faster-RCNN的要点详述

RPN的作用（第一阶段主要的作用就是用anchor去回归gt，所以是在预设的时候已经判断正负样本了。）
1.RPN输出有两个分支，一个regression layer（回归），一个是cls layer（二分类，是不是object）。一个像素点输出的9个anchor，3个scale，3个ratio。最后输出的维度是（特征图的长x特征图的宽x9x（2（is or not object）+4(x,y,w,h)））

2.RPN的loss

正负样本的选择非常重要

positive标准：
1.anchor（预设的）与gt的IOU最大。2.anchor（预设的）与gt的IOU大于0.7
通常第二点基本就能全部满足，但是有特殊情况，一个gt可以安排多个anchor（预设的）（一对多），但是不能多对一。

negative标准：
anchor（预设的）与gt的IOU小于0.3.在中间的不参加训练。

正负样本对cls反传，正样本对reg反传（负样本不会）
正负样本比例是1：1，一个minibacth，一共取256个anchors，positive不够128，就用negative来补

3.anchor的作用：
This can be thought of as bounding-box regression from an anchor box to a nearby ground-truth box.（模型就是学习从anchor到gt之间回归的一个过程。）

4.交替训练：
1.只训RPN。
2.RPN产生的anchor只训head部分。
3.head部分去初始化RPN，只finetuneRPN的层（公共层不更新）
4.共享层固定，finetune head的层

5.一个很重要的消融实验：
scale与ratio不是对等的，scale比ratio重要很多

6.head部分的正负样本

rpn网络会生产大约2000个候选区域，这些候选区域不会都拿去训练的，比如有一些实现中，iou值大于0.5的，大概排序后选取32个，而对于负样本是选取iou小于0.3的，且是倒序选取最小的一些，大约96个，基本正负比例在1:3。这样选取后再进行精确的回归和分类。从上面也能看出此阶段的iou设置阈值为0.5是为了能获得更多的roi，毕竟总共才2000，有时iou大于0.5的anchor不够了，还要从排序结果中再选取一些，即使iou小于0.5。

第二阶段的batch-size就是positive与negative的总和。

——————————————————————————————
正负样本选择：
训练RPN是根据预设的anchor选择的
训练head是根据RPN产生的anchor选择的