1.stage1_rpn_train.pt
单独训练RPN 网络，训练的模型用ImageNet的模型来初始化，采用end to end的方式来调整参数。
（backbone+rpn+fast rcnn——>backbone1+rpn1+fast rcnn，backbone 、rpn参数更新）
2.stage1_fast_rcnn_train.pt
单独训练检测网络Fast Rcnn，训练用的proposals来自第一步的RPN net，模型初始化采用ImageNet模型。
（backbone+rpn1+fast rcnn——>backbone2+rpn1+fast rcnn1，backbone 、fast rcnn参数更新）
3.stage2_rpn_train.pt
用第二步Fast Rcnn的参数来初始化RPN模型，但是训练的时候固定卷积层，只调整属于RPN的参数。
（backbone2+rpn1+fast rcnn1——>backbone2+rpn2+fast rcnn1,rpn参数更新）
4.stage2_fast_rcnn_train.pt
保持共享的卷积层固定，用第三步调整后的RPN输出的proposals作为输入，微调Fast Rcnn剩下的参数。
（backbone2+rpn2+fast rcnn1——>backbone2+rpn2+fast rcnn2,fast rcnn参数更新）
参考：https://blog.csdn.net/dudu815110/article/details/79088258
扫一扫
1109
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
