faster训练解析！！！！

刚刚同事给我讲fasterRCNN的训练，赶紧记下来;

这同事自己调试出来的这些参数，流弊！！！下载地址：http://download.csdn.net/detail/ture_dream/9678542

上面太小，下载可以对应看

他说：conv5后的图片512维，36*60=2160个点，这是卷积后的特征图，每个点  对应的原图是 16*16 大小的图像块，为什么？600/36=16 982/60=16!!!!!

在16*16的图上采用RPN的anchor点，3*3=9锚点，每个锚点对应一个proposal窗口，2160个点对应36*60*9=19440个窗口

每个窗口对应2个得分和4个位置，9个喵对应18个rpn_cls_score和36个rpn_bbox_pred，所以RPN的rpn_cls_score和rpn_bbox_pred浮点运算分别为

：36*60*18*256=9 953 280  36*60*36*18=1 399 680 （此处应该同事算错了，公式见博客：http://blog.csdn.net/ture_dream/article/details/53186106）

他说36*60*9=19440个窗口根据得分选取前300个，channel变成5是一个score和4个位置点，宽高1  1 没解释清楚，有人知道吗？

下面为么是300 8 2 他也没简答，待研究》》》》》