rpn产生proposals_Faster-rcnn源码解析4

我们已经训练出了rpn网络，下面利用训练好的rpn网络来生成proposals。

下面来看一下rpn_generate函数：

首先设置参数：

然后得到一个pascal_voc类：imdb = get_imdb(imdb_name)

加载训练的rpn网络：rpn_net = caffe.Net(rpn_test_prototxt, rpn_model_path, caffe.TEST)

然后得到生成的proposals(候选区域，最多2000个)：rpn_proposals = imdb_proposals(rpn_net, imdb)，得到的rpn_proposals 是一个列表，列表中的每个元素是每个图片的rpn_proposals，，而且rpn_proposals是一个len(keep)行4列的矩阵，其中len(keep)的最大值为2000。

好了，下面看一下imdb_proposals函数的具体结构：

这里可以看到imdb_boxes是一个列表，列表中元素初始化为空。imdb_boxes也是返回值。在这个函数中，首先用cv2.imread读取图片数据，然后用im_proposals函数来得到proposals和对应的前景得分。

具体来看一下im_proposals函数：

首先获取网络的输入数据