anchors如何获得_【目标检测】Faster R-CNN代码解析

本文主要和大家分享一下我个人对于Faster R-CNN代码的解读，希望可以帮助到大家！整体框架train.py

faster_rcnn.py

rpn.py

generate_anchors.py

anchor_target.py

proposal.py

proposal_target.py

1.整体框架

在详细介绍代码细节之前，我们可以先理清Faster RCNN的整体框架和整个训练过程。整个过程涉及到三个文件：train.py，faster_rcnn.py和rpn.py。在这里，我们只需要理清主线，所以我简化了这3个文件里的代码，完整的代码可以参考我的GitHub：

1.1 train.py

train.py就是我们训练时运行的文件，主要作用就是调用FasterRCNN网络得到分类和检测结果，然后计算loss，再用梯度下降优化网络，大致可以总结为以下5个步骤：加载训练数据

定义模型FasterRCNN

将数据输入到模型中，并得到模型的输出

根据模型的输出，计算loss，loss就是faster_rcnn的分类loss和回归loss，以及rpn的分类loss和回归loss的均值和

进行反向传播

在这几步中，最核心的是模型，所以下一步就要去看一下FasterRCNN是如何实现的。

1.2 faster_rcnn.py

在faster_rcnn.py中主要定义了FasterRCNN这个类，在这个类中构建了Faster RCNN整个网络，也很清楚的给出了整个流程，具体包括以下步骤：首先使用backbone网络提取输入图片的特征

使用RPN网络来提取rois

如果是训练，得到proposal_target，即分类和回归的ground truth，后续计算faster rcnn的loss时需要用到

使用roi_pooling得到rois的feature map

使用classifier提取特征

使用faster_rcnn_cls得到分类结果

使用faster_rcnn_reg得到回归结果

如果是训练，计算分类loss

如果是训练，计算回归loss

在FasterRCNN中我们需要重点关注的是rpn网络提取proposal，以及proposal_target函数。其中rpn是流程的主线，所以我们接下来先讲解rpn网络，对于proposal_target，我们之后会详细讲解。

1.3 rpn.py

RPN网络的结构是在rpn.py中实现的，主要作用就是计算anchor进行分类和回归结果，然后根据分类和回归结果调用proposal函数得到proposals(rois)，大致可以总结为以下几步：对于输入的feature map先用rpn_conv进行卷积

然后使用rpn_cls卷积层得到分类结果

同时使用rpn_reg卷积层得到回归结果

然后之后再调用proposal函数得到proposals(rois)

如果是训练过程，那么使用调用anchor_target产生rpn网络中分类和回归的ground truth值，之后在计算rpn的loss时会用到

如果是训练过程，那么计算分类loss

如果是训练过程，那么计算回归loss

RPN完成之后，返回rois和loss，这就相当于完成上述FasterRCNN中的第2步了，然后在FasterRCNN中接着完成剩余的步骤，然后FasterRCNN会返回结果，这就完成了上述Train中的第3步了，然后在Train中接着完成其他的步骤便结束了一个完整的流程。

流程中有几个重要的函数需要详细讲解，包括anchor_target，proposal和proposal_ta